[发明专利]一种基于叠加卷积稀疏自编码机的表示学习方法有效
| 申请号： | 202010581332.9 | 申请日： | 2020-06-23 |
| 公开（公告）号： | CN111753898B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 朱毅;李云;强继朋;袁运浩 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06F18/21 | 分类号： | G06F18/21;G06F18/214;G06F18/241;G06F18/2136;G06F18/213;G06N20/00 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 董旭东;陈栋智 |
| 地址： | 225000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于叠加卷积稀疏自编码机的表示学习方法，其特包括以下步骤：1）设计和实现包括白化的重构独立成分分析算法，并将图像数据集作为输入，迭代优化学习其输出的重构矩阵，得到训练完成的稀疏自编码模型；2）构建半监督叠加稀疏自编码机模型对特征表示做训练；3）构建卷积模型从数据中提取块特征，应用卷积和池化操作生成卷积特征表示；4）将卷积稀疏自编码机进行叠加，对卷积特征表示进行进一步优化；5）用逻辑回归模型在图像数据集上训练分类器，并得到分类结果。本发明结合自编码机模型和卷积池化结构的特点，并利用大规模数据集中的少部分有标签数据，达到优化特征表示向量，提高图像数据集分类准确度。 | ||
| 搜索关键词： | 一种 基于 叠加 卷积 稀疏 编码 表示 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学，未经扬州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010581332.9/，转载请声明来源钻瓜专利网。
