文献类型：期刊文章

作　　者：吕刚[1] 郝平[2] 盛建荣[1]

机构地区：[1]金华广播电视大学理工学院,浙江金华321000 [2]浙江工业大学信息工程学院,浙江杭州310032

出　　处：《计算机应用与软件》

年　　份：2014

卷　　号：31

期　　号：4

起止页码：182-184

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、ZGKJHX、核心刊

摘　　要：基于卷积神经网络和深度信念网络各自的优点,通过把卷积神经网络的局部感受野引入到深度信念网络的单层中,把深度信念网络的单层分成多个子RBM,提出一种改进的深度信念网络。分别用BP网络、卷积神经网络、深度信念网络和改进的深度信念网络对模型MNIST和Cifar-10数据库进行小图像分类识别实验;根据实验结果,改进的深度信念网络在Cifar-10库上错误率为30.16%,比卷积神经网络低了9%,比传统的深度信念网络低了40%;在MNIST上的识别错误率为1.21%,比传统的深度信念网络分别降低了16%,略高于卷积神经网络。试验结果表明改进的DBN网络在小图像分类应用中是有效的。

关 键 词：深度学习  卷积神经网络 信念网络 字符识别 图像分类

分 类 号：TP391.43]