一种基于Laplace函数约束的稀疏深度置信网络图像分类...
授权
摘要
本发明提供一种基于Laplace函数约束的稀疏深度置信网络图像分类方法,属于图像处理、深度学习领域。该方法首先基于对灵长类视觉皮层分析的启发,在无监督阶段似然函数中引入惩罚正则项,使用CD算法最大化目标函数的同时,通过Lapalce稀疏约束获得训练集的稀疏分布,可以使无标签数据学习到直观的特征表示。其次,提出一种改进的稀疏深度信念网络,使用拉普拉斯分布诱导隐含层节点的稀疏状态,同时将该分布中的尺度参数用来控制稀疏的力度。最后使用随机梯度下降法对LSDBN网络的参数进行训练学习。本发明所提的方法即使每类在样本很少的情况下,始终达到最好的识别准确度,并且具有良好的稀疏性能。
基本信息
专利标题 :
一种基于Laplace函数约束的稀疏深度置信网络图像分类方法
专利标题(英):
暂无
公开(公告)号 :
CN108805167A
申请号 :
CN201810417793.5
公开(公告)日 :
2018-11-13
申请日 :
2018-05-04
授权号 :
CN108805167B
授权日 :
2022-05-13
发明人 :
宋威李蓓蓓王晨妮
申请人 :
江南大学
申请人地址 :
江苏省无锡市蠡湖大道1800号
代理机构 :
大连理工大学专利中心
代理人 :
梅洪玉
优先权 :
CN201810417793.5
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-13 :
授权
2018-12-07 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20180504
申请日 : 20180504
2018-11-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载