文献类型：期刊文章

作　　者：孙志军[1,2] 薛磊[1,2] 许阳明[1,2]

机构地区：[1]电子工程学院,合肥230037 [2]安徽省电子制约技术重点实验室,合肥230037

出　　处：《电子与信息学报》

年　　份：2013

卷　　号：35

期　　号：4

起止页码：805-811

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提取符合数据分布结构的特征一直是模式识别领域的热点问题。基于固定核映射方法具有获取非线性特征的能力,但对映射函数类型及其参数十分敏感。论文提出一种基于多层自动编码器的特征提取算法,该深度学习网络模型的训练分为无监督预训练以及基于边际Fisher准则的监督式精雕训练过程。通过数据生成性预训练和精雕过程中正则化手段防止过拟合训练。在多个数据集进行分类的实验结果进一步验证算法的有效性。

关 键 词：模式识别 特征提取 深度学习  自动编码器  边际Fisher分析  

分 类 号：TP391.4]