位置:成果数据库 > 期刊 > 期刊详情页
一种基于深度玻尔兹曼机的半监督典型相关分析算法
  • ISSN号:1672-6871
  • 期刊名称:《河南科技大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:郑州大学信息工程学院,河南郑州450001
  • 相关基金:国家自然科学基金项目(61210005;61331021)
作者: 蒋文, 齐林
中文摘要:

从模式分类的角度出发,针对典型相关分析(canonical correlation analysis,CCA)算法不适应于高层次关联的缺陷,提出了改进算法。将深度学习理论与典型相关分析算法相结合,基于深度玻尔兹曼机理论提出了一种半监督典型相关分析算法。通过深度玻尔兹曼机提取出样本的显层特征与隐层特征,结合已标注样本的监督信息,构造出最有效的鉴别特征。依据ORL、Yale和AR人脸数据库进行仿真实验,实验结果表明:本文算法与其他的方法相比,具有更好的识别效果。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《河南科技大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:河南省教育厅
  • 主办单位:河南科技大学
  • 主编:苏娟华
  • 地址:河南省洛阳市开元大道263号
  • 邮编:471023
  • 邮箱:hkdxbz@haust.edu.cn
  • 电话:0379-64231476
  • 国际标准刊号:ISSN:1672-6871
  • 国内统一刊号:ISSN:41-1362/N
  • 邮发代号:36-285
  • 获奖情况:
  • 1999年全国优秀高校自然科学学报及教育部优秀科技...,全国高校自然科学优秀学报,河南省优秀科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:4775