基于极速学习机的深度学习在图像分类上的研究

《基于极速学习机的深度学习在图像分类上的研究》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、＇＾辛’。．．＇－索取号忘ｒ＇吉三與ＴＰ１８３碟級：＇公巧．一＇．＇－＂山二心｜＾．Ｖ＊三．＇－＾？巧＇一．、；一／＇诸．．．：０故打皆；辟：ｖ声■輿＇．＇＇■：■＾．ｒ＾．：＾：．巧护站牺：成斬皆＼．：，！＇：賺職麵？讀．转終乂《．＇—：苗：占黨巧３等霉議弘，气鱗義鑛蔡鷄Ｂ：＾，主Ａ＾議；１；顯斗学位论文屬議誦謹鷄ｉ｜：：．．Ｐ彎．：：：．別：．巧：：七魏礙去虎遗馬听：矫：＾．矜私嘴讀；。战哦：’＇；＇＾．：苦；筵送與洁兹试證：韓為诞装．乂。把强苗转诗這懲苗錢魅．．．巧雜徽喊受

2、峨攀ｆ斬璃纖ｆｃ，纖編歡基去．．靡麵疏——、：’＞瑚類．議銷韻證蘇絶襲掌灣擁嚷？繊讓議丫：廣足辦这賀驾＾黎．寒Ｉ祭综窝＇．、．一—作忠：―：奇巧：．．－Ｌ１，：藥寮聲禱祭，０＾繼：鑛轉＇１議ｉ名于誠学习机的深度学习．１露１｜議１．、－’－＇．．‘．’：；．＾－－一＇－＇’．吝心：＇＾１．如，：Ｍ．＾：：一：＾／心与甲．；知於；：＞．叶；＾；ｉ稱３？款在图像分类上的研究：繼ｉｌｉｐｉｉ：：．＾气．皆；．．，：■诚苗華賴藉難每巷黄機礙＾，．．．．．邊器雜鑛ｉｉ義祭議试＇．＇．’‘；．、、〇＾；＾Ｗ：

3、－对：．：．＇：＇：，ｊ：＂‘－嘴齡邸砖財．與解ｒ’：，巧群取户＾黄絲－遍觀茲＾ｓ驚蒙巧．研究生．讚―晓：去蘇：说線皆霉顯巧心議巧毛式．＇．Ｐ．达．二－．．．―：辞说：’．班墙傲；’古‘占：培—；＇．破‘．：．．茲．曹、苗萬点指导教脈ｒ：．宝香教授審萬鷄拳繫也强璋？豁．．＊．？廷泣晏鄰叟葫杳與Ｖ－；：＾洁；常幕斬．１么站藝琴，？卷．．誓獄靡難鶴縣媒巧军．，，副研究赏媒哨络转興帘每巧惠發戸：議＾＇；ｆ鑽曰‘．培养单化淆息科学与工程華院巧讀Ｓｉ編Ｐ貞為史菊康．技：．．；＾，呀：；．－；卢片皆蜡盤；斧空藏

4、：、二粗：心啤＇：．．一’级学科衫计算机科学与技术；、二－‘；’殘超Ｖ？Ｉ．．巧诗ｉＴ紅产；．＇与苗祭＞完成时既：，．．Ｖ／：缕豬等蘇萬ｔ．耀６年４月１０目—―：－＇■＇甘：＇．．－薪苗装心麵姑；带式絳Ｖ－答辩肿卸：Ｖ２０１６年《月１日＞■■＇－．读巧岩灘議霄礙懇：■－＇：；．：．，，．：＾：；＃＜：，．：．片章直著贪Ｔ韵辨、强漠韻方＇；＇。｜咕换，．．巧、：带巧‘．；＇；＾ｆ＇试＊文－如处山，．；摘要摘要随着信息技术的不断发展，以神经网络为载体的深度学习逐渐成为了现阶段各种先进技术的代名

5、词。神经网络技术从上世纪出现以后，各种基于神经网络的模型逐渐用来解决实际场景中的各种问题。特别是在2012年的大规模图像分类竞赛中，基于深度学习的模型将分类结果提升了11个百分点以后，便促进了现阶段深度学习浪潮的形成。深度学习技术将人们从繁杂的人工设计特征转换成了自动学习有效特征，强化模型抽象学习的能力，极大的促进了图像识别、图像检测、语音识别、追踪等技术的发展。极速学习机自从2004年提出以来，在过去的十几年间，有了长足的发展。首先各种理论研究的出现为极速学习机的发展奠定了坚实的基础，其次基于极速学习机的应用，将其拓展到了真实场景中。不过在极速学习机

6、中，不管从权值初始化还是更为有效的特征表达以及深度学习模型上，都有许多问题需要解决。本文从极速学习机入手，探索了其权值初始化和分布式表达，并且提出并验证了卷积极速学习机。本文将通过如下三个方面开展：首先，对权值初始化进行了研究，探究了权值初始化对于极速学习机的影响。所提出的方法可以解决极速学习机的随机特征表达不具有紧凑性和判别性的问题，同时为其他方法提出了一个快速有效的权值初始化的解决方案；其次，对于极速学习机的特征表达进行了研究。分布式表达是特征表达中比较常用的方式，在极速学习机不需要权值调整的前提下，提出了基于极速学习机的分布式特征表达方式，不但可

7、以将类别信息通过特征组合引入模型结构中，而且提高了极速学习机的性能；最后，通过对于全链接和卷积神经网络关联的探究，提出了基于分布式表达的卷积极速学习机，将极速学习机从卷积方面拓展到了深度学习层面。卷积学习由于是对于局部感受野的学习，能够保留更多的局部信息，使其特征表达方式更为具有代表性。极速学习机便通过卷积化的操作，获得了更为抽象和具有代表性的卷积层特征。这不但将卷积学习和极速学习机进行了融合，而且所提出的结构也取得了非常好的结果。关键词：极速学习机，卷积神经网络，分布式表达，权值初始化IAbstractAbstractWiththedevelopme

8、ntoftheinformationtechnology,DeepLearningbasedo