- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度学习手写字符的特征抽取方法研究.pdf
2017 年 软 件 2017, Vol. 38, No. 1
第 38 卷 第 1 期 COMPUTER ENGINEERING SOFTWARE 国际 IT 传媒品牌
基于深度学习手写字符的特征抽取方法研究
邹 煜,刘兴旺
( 中南民族大学 计算机科学学院,武汉 430074)
摘 要: 当前对深度学习单层训练算法的研究工作较少,本文采用数据量、隐层节点和感受野大小,分析自动编
码器和 K-means 算法在训练深度网络抽取特征上的表现。发现自动编码器对数据量,隐层节点敏感,且学习率与数据
量和感受野呈负相关;数据量一定后,K-means 对数据量不敏感,且感受野大小的选取对该算法发挥性能至关重要。
在实际应用中给自动编码器加入稀疏性控制是必要的。实验结果表明,本文的研究工作,对用自动编码器或 K-means
训练深度网络有一定的参考借鉴意义。
关键词: 深度学习;K-means;自动编码器;感受野;数据量;隐层节点
中图分类号: TP391.43 文献标识码: A DOI :10.3969/j.issn.1003-6970.2017.01.006
本文著录格式:邹 煜,刘兴旺. 基于深度学习手写字符的特征抽取方法研究[J]. 软件,2017 ,38 (1):23-28
Research of Feature Extraction Method for Offline Handwritten
Character Based on Deep Learning
ZOU Yu, LIU Xing-wang
(College of Computer Science, South-Central University for Nationalities, Wuhan 430074)
【Abstract 】: In currently, there are few studies of monolayer training algorithms about deep learning. In this paper, We
analyze the performance of the AutoEncoder and K-means in training deep network and feature extraction on three
points:data volume, hidden layer nodes and receptive field. We find that automatic encoder is sensitive to data volume
and hidden layer nodes,and learning rate has a negative correlation with data volume and receptive field. After a certain
amount of data, K-means is not sensitive to data volume, so select receptive field size plays a crucial performance for
the algorithm. In practice, added sparsity control into AutoEncoder is necessary. Experimental results shows that studies
of this paper has reference value for training deep network with AutoEncoder or K-means.
【K
您可能关注的文档
- 基于NoSQL的海量航空物流小文件分布式多级存储方法.pdf
- 基于PAC1921的宽范围高端电参数检测系统设计.pdf
- 基于PKI的数字档案系统设计研究.pdf
- 基于PLC与ZigBee的室内环境监控系统设计.pdf
- 基于PLC控制的十字路口交通信号灯控制实验.pdf
- 基于PMO的设计院项目化管理组织结构设计.pdf
- 基于Python的聊天软件的设计与实现.pdf
- 基于Qt的Windows平台组播通信技术研究.pdf
- 基于Rabin加密算法的RFID标签所有权转移协议.pdf
- 基于SAPSO-LSSVM的蛋白质模型质量评估.pdf
- 重庆新速达物业服务集团股份凯里公司招聘笔试题库2024.pdf
- 浙江杭州千岛湖泰众肉类食品有限公司招聘笔试题库2024.pdf
- 陕西新华出版传媒集团新华书店分公司招聘笔试题库2024.pdf
- 宁夏海原县肉牛产业发展集团有限公司招聘笔试题库2024.pdf
- 浙江温岭市化工轻工建筑材料有限公司招聘笔试题库2024.pdf
- 中航飞机汉中航空零组件制造有限公司招聘笔试题库2024.pdf
- 山东海阳市海昇矿产资源开发有限公司招聘笔试题库2024.pdf
- 山东潍坊寿光市公共交通运输有限公司招聘笔试题库2024.pdf
- 内蒙古察右前旗农业投资开发有限公司招聘笔试题库2024.pdf
- 线上清明祭英烈活动策划.pptx
文档评论(0)