基於深度置信網路的分類方法

內容簡介

全書共分為7章。第1章介紹深度置信網路的概念、發展及其研究現狀；第2章介紹區分深度置信網路；第3章介紹自適應深度置信網路；第4章介紹量子深度置信網路；第5章介紹主動深度置信網路；第6章介紹主動模糊深度置信網路；第7章介紹基於深層架構的手寫識別方法。

本書適合作為高等院校計算機專業高年級本科生、研究生的參考書，同時可供對機器學習比較熟悉並且對深度學習有所了解的廣大科技工作者和研究人員參考。

深度置信網路作為經典的深度學習方法，可以包含較多的隱藏層，更好地學習各種複雜數據的結構和分布。本書從深度置信網路的概念、研究內容和套用出發，提出了一系列基於深度置信網路的分類方法，使用半監督學習和監督學習方法來提升分類性能。另外，將深度學習方法套用到手寫中文識別中，提出了基於深層架構的手寫識別方法，有效地提升了手寫識別正確率。

圖書目錄

第1章緒論1

1.1引言1

1.2機器學習方法2

1.2.1監督學習方法3

1.2.2半監督學習方法4

1.3深度學習方法6

1.4本書的研究內容9

1.5本書的結構安排12

第2章區分深度置信網路方法15

2.1引言15

2.2圖像分類16

2.3區分深度置信網路17

2.3.1半監督學習問題描述17

2.3.2區分深度置信網路結構18

2.3.3區分深度置信網路的無監督學習方法19

2.3.4區分深度置信網路的監督學習方法21

2.3.5區分深度置信網路算法流程25

2.4區分深度置信網路實驗26

2.4.1區分深度置信網路實驗設定26

2.4.2在小規模人工數據集上的實驗27

2.4.3在中規模圖片數據集上的實驗28

2.4.4在大規模手寫數據集上的實驗30

2.4.5在不同規模和深度的深層架構上的實驗31

2.5本章小結35

第3章自適應深度置信網路方法36

3.1引言36

3.2自適應深度置信網路37

3.2.1監督學習問題描述37

3.2.2自適應深度置信網路結構37

3.2.3自適應深度置信網路的無監督學習方法38

3.2.4自適應深度置信網路的監督學習方法40

3.2.5自適應深度置信網路算法流程40

3.3自適應深度置信網路實驗42

3.3.1自適應深度置信網路實驗設定42

3.3.2在中規模圖片數據集上的實驗43

3.3.3在中規模手寫字母數據集上的實驗43

基於深度置信網路的分類方法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條