Current Location:home > Detailed Browse

Article Detail

稀疏和标签约束半监督自动编码机的分类算法

Abstracts

自动编码机通过深度无监督学习能够表达数据的语义特征,但由于其隐含层节点个数难以有效确定,所处理的数据进一步用于分类时常会导致分类准确度低,稳定性弱等问题。针对这些问题,提出了一种稀疏和标签约束的半监督自动编码机(SLRAE),以实现无监督学习与监督学习的有机结合,更准确地抽取样本的本质特征。稀疏约束项针对每个隐含结点的响应添加约束条件,从而在隐含神经元数量较多的情况下仍可发现数据中潜在的结构;同时引入标签约束项,以监督学习的方式比对实际标签与期望标签,针对性地调整网络参数,进一步提高分类准确率。为验证所提方法的有效性,实验中对多个数据集进行广泛地测试,其结果表明,相对传统自动编码机(AE),稀疏自动机(SAE),以及极限学习机(ELM),SLRAE所处理的数据应用于同一分类器,能明显提高分类准确率和稳定性。
Download Comment From cooperative journals:《计算机应用研究》 Hits:1243 Downloads:765
Journal:计算机应用研究
Recommended references: 王慧玲,宋威,王晨妮.(2018).稀疏和标签约束半监督自动编码机的分类算法.计算机应用研究.[ChinaXiv:201805.00477] (Click&Copy)
Version History
[V1] 2018-05-24 21:08:12 chinaXiv:201805.00477V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO