期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
受限制Boltzmann机深度置信网络与手写数字识别 被引量:4
1
作者 张董 游福成 +2 位作者 王惠华 姜超 李明 《北京印刷学院学报》 2016年第4期56-58,共3页
手写数字因为每个人的书写习惯不同而差异很大。手写数字快速有效的识别一直是图像识别领域的热门话题。提出了一种基于受限制Boltzmann机组成的深度置信网络应用于手写数字识别的算法。对训练样本图片中的手写数字进行定位,分块,计算... 手写数字因为每个人的书写习惯不同而差异很大。手写数字快速有效的识别一直是图像识别领域的热门话题。提出了一种基于受限制Boltzmann机组成的深度置信网络应用于手写数字识别的算法。对训练样本图片中的手写数字进行定位,分块,计算每块的特征值;用由受限制Boltzmann机组成的深度置信网络对样本特征值进行无监督学习;使用训练好的神经网络对待测样本进行深度特征提取。结果表明:该算法可行,相对于浅层学习,深度学习在图像特征提取上有了很大提高。 展开更多
关键词 受限制boltzmann 深度学习 手写数字识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部