基于深度信念网络的在线社交图像分类研究

《基于深度信念网络的在线社交图像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391 密级公开UDC004.93 学位论文编号D1061730852(2016)02043 重庆邮电大学硕士学位论文中文题目基于深度信念网络的在线社交图像分类研究英文题目Research onOnline SocialNetwork Image Classification Based on DeepBelief Network 学号S130231044 姓名王永超学位类别工程硕士学科专业计算机技术指导教师杨春德教授完成日期2016 年4月9 日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研巧工作及取得的研，论文中

2、不包含他人巧成果，。尽我所知除了文中特别加Ｗ标注和致谢的地方外己经发表或撰写过的研巧成果，冲．不巧含为获得重庆邮电大学或其他单位的学位或证书而使用过的材料一己在。与我同工作的人员对本文研究做出的贡献均论文中作了明确的说明并致＾１［＾谢意。＇日＝年月作者签名：心岭日期５气学位论文版权使用授权书纸质版和电子版ＴｒＡ了＾重库邮由大学有权保留、使用学位论文｜。家有关部口或机构送交论文，化许论文被查阅和借阅等的规定，即学校有权向国或部分内容’可编入有卞Ａ积朽竜库邮由大堂可Ｗ公布本学位论文的全部或评价、扫描或拷贝

3、，可采用影印、缩印关数据库或信息系统进行检索、分析编本学位论文。等复制手段保存、汇密后适用本授权书。）（注：保密的学位论文在解导师签名：作者签名：如嫂＾＇卡曰巧：月ｖ曰曰日期；的Ｕ年矣月ｙ｜ｊ重庆邮电大学硕士学位论文摘要摘要随着互联网技术的快速发展和Web3.0 时代的到来，在线社交网络在日常生活中的应用越来越普及，它为用户提供了随时、随地进行信息交互，分享博客、视频、图像等信息的平台，产生了海量的“在线社交网络数据”。作为“在线社交网络数据”的重要组成部分，图像已经成为大数据时代的重要信息载体之一。随着社交网络图像数量的不断

4、增加，其存储无组织性也越来越明显，而且社交网络图像所包含的丰富信息也未被有效利用。因此，如何快速高效地提取在线社交网络图像中所蕴含的信息，实现快速准确的分类，已经成为图像处理领域的研究热点之一。本文主要以深度学习的常用模型深度信念网络(Deep BeliefNetwork,DBN)为研究对象，针对深度信念网络在训练过程中存在初始学习率选取的问题进行了深入的研究，主要研究内容为：1.本文改进了一种基于重构误差增量判别的自适应学习率与增加动量的权值更新准则相结合的DBN训练方法，将改进后的DBN与SVM相结合，构成了一种基于改进的DBNSVM的图像分类

5、方法。最后将该图像分类方法在MINST手写数字数据集上进行了验证。在仿真实验中，通过与ANN、SVM、DBN、DBNSVM四种图像分类方法对比，验证了本文提出改进方法的有效性。2.本文提出了一种基于API的新浪微博数据获取方法。该方法通过调用新浪微博开放平台提供的位置服务接口组中的place/nearby_timeline 接口获取某个位置周边的动态，从而获取用户上传的图像以及发布动态的时间、地理位置和记录总条数等数据，最后将经过解析的JSON格式数据构成新浪微博数据集。3.以新浪微博为例，利用在线社交网络图像文本特征提取的便捷性，本文提出了一种基

6、于DBNSVM的在线社交网络图像分类方法，将该图像分类方法与其他四种常用的分类方法在新浪微博数据集上进行了实验仿真，并将该方法应用于运动品牌关注度评估中。最后对研究工作总结，并指出后续的研究方向，为进一步研究开拓了思路。关键词：深度学习，深度信念网络，支持向量机，在线社交网络，图像分类I重庆邮电大学硕士学位论文Abstract AbstractWiththerapid development ofinternet technology and theadvent ofWeb3.0era,online socialnetwork applicatio

7、nshasbecome increasinglypopular in daily life.It providesuserswitha platform to exchange ofinformation andshareblogs,videosand images,whichproduct amassive online socialnetworkdata.Asa significantcomponent ofonline socialnetworkdata,imagehasbecome animportant carrier inthebig 

8、dataera.Withthe increasing ofthe number ofsocialnetwork image