|
|||||
|
|
| 一种改进的深度置信网络及其在自然图像分类中的应用 | |
| 作者单位： | ;1.辽宁工程技术大学电子与信息工程学院;2.辽宁工程技术大学研究生学院 |
| 摘 要： | 深度置信网络DBN(deep belief network)由受限玻尔兹曼机RBM(restricted Boltzmann machine)堆叠而成。针对RBM只能接受二值输入而导致的信息丢失问题,给出将可视层节点替换为具有高斯噪音的实数节点的解决方法,并且用线性修正节点替代隐层的Sigmoid节点。线性修正单元具有良好的稀疏性,可以很好地提高网络性能。DBN自底向上逐层训练网络,初始化网络的参数。在自然图像数据库中与传统DBN以及BP神经网络做分类性能比较,实验结果表明,改进的DBN的图像平均分类正确率以及时间复杂度都得到了较好的改善。 |
| 关 键 词： | 深度置信网络 受限玻尔兹曼机 线性修正单元 |
AN IMPROVED DEEP BELIEF NETWORK AND ITS APPLICATION IN NATURAL IMAGE CLASSIFICATION |
|
| Abstract: | |
| Keywords: | |