本發明公開了一種基于疊加卷積稀疏自編碼機的表示學習方法,其特包括以下步驟:1)設計和實現包括白化的重構獨立成分分析算法,并將圖像數據集作為輸入,迭代優化學習其輸出的重構矩陣,得到訓練完成的稀疏自編碼模型;2)構建半監督疊加稀疏自編碼機模型對特征表示做訓練;3)構建卷積模型從數據中提取塊特征,應用卷積和池化操作生成卷積特征表示;4)將卷積稀疏自編碼機進行疊加,對卷積特征表示進行進一步優化;5)用邏輯回歸模型在圖像數據集上訓練分類器,并得到分類結果。本發明結合自編碼機模型和卷積池化結構的特點,并利用大規模數據集中的少部分有標簽數據,達到優化特征表示向量,提高圖像數據集分類準確度。
聲明:
“基于疊加卷積稀疏自編碼機的表示學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)