基于自动编码器组合的深度学习优化方法

邓俊锋; 张晓龙

首页> 中文期刊>计算机应用 >基于自动编码器组合的深度学习优化方法

基于自动编码器组合的深度学习优化方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高自动编码器算法的学习精度,更进一步降低分类任务的分类错误率,提出一种组合稀疏自动编码器(SAE)和边缘降噪自动编码器(mDAE)从而形成稀疏边缘降噪自动编码器(SmDAE)的方法,将稀疏自动编码器和边缘降噪自动编码器的限制条件加载到一个自动编码器(AE)之上,使得这个自动编码器同时具有稀疏自动编码器的稀疏性约束条件和边缘降噪自动编码器的边缘降噪约束条件,提高自动编码器算法的学习能力.实验表明,稀疏边缘降噪自动编码器在多个分类任务上的学习精度都高于稀疏自动编码器和边缘降噪自动编码器的分类效果;与卷积神经网络(CNN)的对比实验也表明融入了边缘降噪限制条件,而且更加鲁棒的SmDAE模型的分类精度比CNN还要好.

著录项

来源
《计算机应用》|2016年第3期|697-702|共6页
作者
邓俊锋; 张晓龙;
展开▼
作者单位

武汉科技大学计算机科学与技术学院,武汉430065;

智能信息处理与实时工业系统湖北省重点实验室,武汉430065;

武汉科技大学计算机科学与技术学院,武汉430065;

智能信息处理与实时工业系统湖北省重点实验室,武汉430065;

展开▼
原文格式 PDF
正文语种 chi
中图分类各种专用数据库;
关键词
深度学习; 自动编码器; 稀疏自动编码器; 降噪自动编码器; 卷积神经网络;
入库时间 2022-08-18 04:49:26

相似文献

中文文献
外文文献
专利

1. 新型稀疏自动编码器组合的深度学习方法 [J] . 卫佳乐 ,丁正生 . 计算机仿真 . 2020,第004期
2. 基于深度学习变分自动编码器算法的电价执行稽查研究 [J] . GAO Xiying ,GUAN Yan ,YANG Feilong . 东北电力技术 . 2018,第011期
3. 基于分布式缓存加速容器化深度学习的优化方法 [J] . 张凯 ,车漾 . 大数据 . 2021,第005期
4. 基于分布式缓存加速容器化深度学习的优化方法 [J] . 张凯 ,车漾 . 大数据 . 2021,第005期
5. 基于改进粒子群算法的深度学习超参数优化方法 [J] . 李玉娟 . 信息通信 . 2020,第001期
6. 基于分析树的Web组合服务组合优化方法 [C] . 刘胜 ,商秀芹 ,刘希未 . 第八届中国管理学年会——中国管理的国际化与本土化 . 2013
7. 基于稀疏自动编码器和边缘降噪自动编码器的深度学习算法研究 [A] . 邓俊锋 . 2016

基于自动编码器组合的深度学习优化方法

摘要

著录项

相似文献

相关主题

期刊订阅