结合主元成分分析的受限玻耳兹曼机神经网络的降维方法

被引：7

作者：

吴证

周越

杜春华

袁泉

机构：

[1] 上海交通大学图像处理与模式识别研究所

[2] 上海交通大学图像处理与模式识别研究所上海

来源：

上海交通大学学报 | 2008年 / 04期

关键词：

受限玻耳兹曼机; 神经网络; 降维; 主元成分分析法;

D O I：

10.16183/j.cnki.jsjtu.2008.04.010

中图分类号：

TP391.4 [模式识别与装置]; TP18 [人工智能理论];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ; 0812 ; 0835 ;

摘要：

介绍一种能够有效地获取数据本质的基于受限玻耳兹曼机(RBM)神经网络的降维(RBMNNBDR)方法,并结合主元成分分析法(PCA),提出了一种新颖的复合特征降维方法,即PCA-RBMNNBDR.结合人脸研究的几个应用示例,通过实验对PCA-RBMNNBDR、RBMNNBDR和线性判别式分析(LDA)方法进行比较.结果表明,PCA-RBMNNBDR方法在人脸图像降维和分类方面有更好的效果,其分类正确率高于RBMNNBDR和LDA方法.

引用

页码：559 / 563

页数：5