基于深度学习的自组织分类算法

基于深度学习的自组织分类算法

ID:35067257

大小:5.09 MB

页数:49页

时间:2019-03-17

基于深度学习的自组织分类算法_第1页
基于深度学习的自组织分类算法_第2页
基于深度学习的自组织分类算法_第3页
基于深度学习的自组织分类算法_第4页
基于深度学习的自组织分类算法_第5页
资源描述:

《基于深度学习的自组织分类算法》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183单位代码:10183:TP研巧生学号;2013巧2079密级:公开參古林大学硕女学位论文聲术学化()基于深度学习的自组织分类算法-ASeiClassificationlforganizngAlgorithmBasedonDeepLearning作者姓名:鄰云昇专业:计算机应用技术研究方向:深度学习指导教师:郭东伟教授培养单位:计算机科学与技术学院2016年4月基于深度学习的自组织分类算法-oASelfrgan

2、izingClassificationAlorithmBasedonDeegpLearning作者姓名:郝云昇专业名称;计算机应用技术指导教师:郭东伟教授学位类别:工学硕王■答辩日期:2016年5月^日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进巧任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉

3、林大学硕±学位论文原创性声明:所呈交的硕+学位论文本人郑重声明,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究。做出重要贡献的个人和集体,均已在文中W明确方式标明本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:2016年么月日掏要摘要基于深度学习的自组织分类奠[法,经联想、模式识通过对语言形成过程的学习,我们发现大脑可yx接收

4、不同信号源别等操作,将同类事物的不同表达方式提取出共同特征从而建立联系,最终将同类型事物自组织分类。同时,己甫洛夫实验证明了我们生物体具有着基本的条件反射能力,当""一,经常看到些相关联的事物时我们可!^做出快速的反应,比如谈梅生津指的就是当我们听到梅子时就会流曰水。一个举足轻重的领域神经网络作为人工智能领域,在发展历程中经历了从浅层学习到深度学习的浪潮。2006年之前,人工神经网络反向传播算法的提出使得机器学习取得巨大成功,然后进行,我们可W通过使用人工神经网络从大量训练样本

5、中找到统计规律,,预测、分类。随后,由于理论分析的难度和训练过程的繁复人工神经网络进入低谷期而支持向量机、最大滴方法等模型取得了巨大成功。2006年,加拿大多伦多大学教授一GeoffreyHinton在《科学》发表了关于深度学习的篇文章,表明含隐藏层的神经网络心可心学习到数据的特征,并且训练过程可通过逐层初始化解决。自此,深度学习开始对学术界和工业界产生巨大影响。一本文研究的主要内容就是通过建立个多路信号联想生成模型,从而将同类事物进行自组织分类的算法来模拟大脑的能为。该算法主要

6、基于限制波尔兹曼机、深信度网络及自组织映射算法,首先使用深信度网络对多路输入信号源进行特征提取,随后通过限制波尔兹曼机将特征融合产生共同特征,最终采用自组织映射算法将事物分类。在学习语言及文字的过程中,人类可通过将相同含义但不同语言的文字建立联系,能够灵活的将不同语言不同文字相互转换。深度学习算法出现之前,我们通过浅层一学习算法可做到从类信号输入源中识别文字,但很少有将不同信号源建立联系的算法。本文实验中我们将利用基于深度学习的自组织分类算法实现狭字数字图片同阿拉伯数字图片建立

7、关联,最终在网络中产生分类。通过实验证明,使用基于深度学习的自组织分类算法可W将同类事物的不同表达方式建立联系,随后产生条件反射效果;同时我们将学习到联想记忆通过完全无监督的自组织分类算法一,成功学习到统概念,达到了学习知识的效果。I摘要纖字:,联想生成,条件反射,自组织分类深信度网络,特征提取11AbstractAbstract-oranznCASelfgiiglassificationAlorithmBasedonDeeLearningp

8、gDuringStudying化eformationoflanguage,wefound化atbraincanreceive出ferentsignalsource.Besidesbraincanextractthecommon把aturesfromdiferentexressionsof,pthinsbmeansofassociationatternrecon

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。