10.3969/j.issn.1000-1220.2018.11.019
基于局部自动编码器的手写数字分类
针对超限学习机的输入权值进行研究,结合自动编码器的特征提取能力与深度学习的特征抽象能力,提出了局部感知的类限制超限学习机(RF-C2 ELM),再将类限制超限学习机和RF-C2 ELM扩展为多层神经网络.通过对MNIST数据集进行分类问题分析实验,实验结果表明,提出的算法在单隐层和多隐层神经网络中都具有较高的精度,并且在训练时间上具有一定的优势.
局部感知、多层神经网络、超限学习机、局部自动编码器、类限制
39
TP183(自动化基础理论)
国家自然科学基金项目61272315;浙江省科技计划项目2017C34003
2018-12-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
2447-2450