训练样本数量选择对图像特征提取的影响分析-重庆理工大学学报.pdfVIP

第３１卷　第１０期 重 庆 理 工 大 学 学报（自然科学） ２０１７年１０月 Ｖｏｌ．３１　　Ｎｏ．１０ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｏｃｔ．２０１７  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１７．１０．０３１ 训练样本数量选择对图像特征提取的影响分析 尹　静，闫　河 （重庆理工大学 计算机科学与工程学院，重庆４０００５４） 摘　　　要：图像特征提取是图像处理的重要内容之一，特征提取的质量直接影响图像分类、图 像识别、图像检索等工作的效果。考虑到影响图像特征提取的因素有多种，以受限玻尔兹曼机 为例，探讨训练样本数量选择对图像特征提取的影响。实验结果表明：随着样本数量的增加，具 有相同参数的受限玻尔兹曼机提取的图像特征的概括性会增强。因此，当样本数量大时，增加 ＲＢＭ的隐层神经元个数并不总是有价值的。 关　键　词：图像特征提取；受限玻尔兹曼机；ＣＤ算法 中图分类号：ＴＰ１８１　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１７）１０－０１９２－０６ ＩｎｆｌｕｅｎｃｅｏｆｔｈｅＮｕｍｂｅｒｏｆＴｒａｉｎｉｎｇＳａｍｐｌｅｏｎ ＩｍａｇｅＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎ ＹＩＮＪｉｎｇ，ＹＡＮＨｅ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ， Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｓｏｎｅｏｆｔｈｅｉｍｐｏｒｔａｎｔｃｏｎｔｅｎｔｓｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．Ｔｈｅｑｕａｌｉｔｙ ｏｆｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｔｈｅｅｆｆｅｃｔｏｆｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎａｎｄｉｍａｇｅ ｒｅｔｒｉｅｖａｌ．Ｔｈｅｒｅａｒｅｍａｎｙｆａｃｔｏｒｓｔｈａｔａｆｆｅｃｔｉｍａｇｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ．ＴｈｅｒｅｓｔｒｉｃｔｅｄＢｏｌｔｚｍａｎｎ ｍａｃｈｉｎｅｉｓｔｏｏｋａｓａｎｅｘａｍｐｌｅｔｏｄｉｓｃｕｓｓｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｎｕｍｂｅｒｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓｏｎｉｍａｇｅ ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｇｅｎｅｒａｌｉｔｙｏｆｔｈｅｉｍａｇｅｆｅａｔｕｒｅｓｅｘｔｒａｃｔｅｄｂｙ ｔｈｅｒｅｓｔｒｉｃｔｅｄＢｏｌｔｚｍａｎｎｍａｃｈｉｎｅｗｉｔｈｔｈｅｓａｍｅｐａｒａｍｅｔｅｒｓｗｉｌｌｂｅｅｎｈａｎｃｅｄａｓｔｈｅｎｕｍｂｅｒｏｆｓａｍｐｌｅｓ ｉｎｃｒｅａｓｅｓ．Ｔｈｅｒｅｆｏｒｅ，ｗｈｅｎｔｈｅｎｕｍｂｅｒｏｆｓａｍｐｌｅｓｉｓｌａｒｇｅ，ｉｎｃｒｅａｓｉｎｇｔｈｅｎｕｍｂｅｒｏｆｈｉｄｄｅｎｌａｙｅｒ ｎｅｕｒｏｎｓｉｎＲＢＭｉｓｎｏｔａｌｗａｙｓｖａｌｕａｂｌｅ． Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｒｅｓｔｒｉｃｔｅｄＢｏｌｔｚｍａｎｎｍａｃｈｉｎｅ；ＣＤａｌｇｏｒｉｔｈｍ 　　收稿日期：２０１７－０３－２６ 基金项目：国家自然科学基金资助项目 作者简介：尹静（１９８０—），女，重庆人，讲师，主要从事机器学习、深度学习、神经网络等方面研究，Ｅｍａｉｌ：ｙｉｎｊｉｎｇ＠ ｃｑｕｔ．ｅｄｕ．ｃｎ；闫河（１９７２—），男，陕西勉县人，教授，主要从事多尺度几何分析、目标跟踪、模式识别、人工 智能等方面研究，Ｅｍａｉｌ：ｃｑｙａｎｈｅ＠１６３．ｃｏｍ。 引