中国学术期刊网络出版总库
  关闭
基于堆叠稀疏自动编码器的手写数字分类  
   推荐 CAJ下载 PDF下载
【英文篇名】 Handwritten Digital Classification Based on the Stacked Sparse Autoencoders
【下载频次】 ★★★★★
【作者】 林少飞; 盛惠兴; 李庆武;
【英文作者】 Lin Shaofei; Sheng Huixing; Li Qingwu; College of Internet of Things Engineering; Hohai University;
【作者单位】 河海大学物联网工程学院;
【文献出处】 微处理机 , Microprocessors, 编辑部邮箱 2015年 01期  
期刊荣誉:ASPT来源刊  CJFD收录刊
【中文关键词】 堆叠稀疏编码器; 非监督贪婪逐层训练; 反向传播算法; softmax分类器;
【英文关键词】 Stacked Sparse Autoencoder; Greedy Layer-Wise Unsupervised Learning Algorithm; Back Propagation Algorithm; Softmax classifier;
【摘要】 将稀疏自动编码器(Sparse Autoencoder,SAE)模型应用于数字识别中,并通过多个稀疏自动编码器的堆叠构建了深度网络,采用非监督贪婪逐层训练算法(Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优化网络参数。利用堆叠稀疏自动编码器学习数字图像的特征,使用softmax分类器进行数字分类。经实验证明,与其它浅层学习模型对比,深度网络不仅进一步学习了数据的高层特征,同时还降低了特征维数,提高了分类器的分类精度,最终改善了手写数字的分类效果。
【英文摘要】 In this paper,the sparse autoencoders(Sparse Autoencoder,SAE) model is applied to the digital recognition,and a deep network is constructed by stacking a plurality of sparse autoencoders,using Greedy Layer-Wise Unsupervised Learning algorithm to initialize the weights of the network and back propagation algorithm to optimize the parameters of the network. The stacked sparse autoencoders are used to learn the features of the digital image,and the softmax classifier is used to conduct the digital classificati...
【更新日期】 2015-03-23
【分类号】 TP391.41
【正文快照】 1引言手写数字识别(Handwritten Numeral Recogni-tion,简称HNR)是模式识别学科的一个传统研究领域,主要研究如何利用计算机自动辨识手写的阿拉伯数字。经过几十年的发展,现有HNR技术取得了诸多进展,国内外都研发了相对成熟的产品。但当前多数分类、回归等学习方法都局限于浅层

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号