一种基于胶质细胞链的改进深度信念网络模型
深度信念网络(Deep belief network, DBN)是一种从无标签数据学习特征的多层结构模型。在同一层单元间缺少连接,导致数据中的深度关联特征难以提取。受到人脑中胶质神经细胞机制的启示,提出一种基于胶质细胞链的改进DBN 模型及其学习算法,以提取更多数据信息。在标准图像分类数据集上的实验结果表明,与其他几种模型相比,本文提出的改进DBN模型可以提取更为优秀的图像特征,提高分类准确率。
深度信念网络、胶质细胞、无监督学习、特征提取
42
TP3;TN7
国家自然科学基金61374166;教育部博士点基金20120010110010;北京市自然科学基金4162045资助Supported by National Natural Science Foundation of China61374166;Ph. D. Programs Foundation of Ministry of Educa-tion of China20120010110010;Natural Science Founda-tion of Beijing4162045
2016-07-21(万方平台首次上网日期,不代表论文的发表时间)
共10页
943-952