-
题名基于快速持续对比散度的卷积受限玻尔兹曼机
被引量：7
- 1
-
-
作者
张娟
蒋芸
胡学伟
沈健
-
机构
西北师范大学计算机科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第9期174-179,共6页
-
基金
国家自然科学基金资助项目(61163036
61163039)
+3 种基金
甘肃省科技计划基金资助项目(1606RJZA047)
甘肃省高校基本科研业务费专项基金资助项目
甘肃省高校研究生导师基金资助项目(1201-16)
西北师范大学第三期知识与创新工程科研骨干基金资助项目(nwnu-kjcxgc-03-67)
-
文摘
受限玻尔兹曼机是深度学习中的重要模型,以其为基础的卷积受限玻尔兹曼机模型被广泛应用于图像处理与语音识别等领域,但其存在训练时间过长的问题。为此,使用快速持续对比散度(FPCD)算法对卷积受限玻尔兹曼机进行学习,从而提高模型的学习速度和分类精度。实验结果表明,与PCD,CD_1等算法相比,FPCD算法可有效提高卷积受限玻尔兹曼机的分类性能。
-
关键词
卷积受限玻尔兹曼机
深度学习
快速持续对比散度
训练时间
分类精度
-
Keywords
Convolutional Restricted Boltzmann Machine （CRBM）
deep learning
Fast Persistent Contrastive Divergence （FPCD）
train time
classification accuracy
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
-
题名基于卷积受限玻尔兹曼机的医学图像分类新方法
被引量：7
- 2
-
-
作者
张娟
蒋芸
胡学伟
肖吉泽
-
机构
西北师范大学计算机科学与工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2017年第2期323-329,共7页
-
基金
国家自然科学基金(61163036
61163039)
+1 种基金
2012年度甘肃省高校基本科研业务费专项资金(1201-16)
西北师范大学第三期知识与创新工程科研骨干项目(nwnu-kjcxgc-03-67)
-
文摘
利用数据挖掘方法对医学图像做分析是目前研究的热点之一,常用的挖掘方法首先需要从医学图像中提取特征,然后进行分类分析。目前,应用最多的是提取图像的统计特征,这种方法对所提取的特征有很强的依赖性。采用一种深度学习的新方法——卷积受限玻尔兹曼机模型,并且采用改进的快速持续对比散度算法对模型进行训练。该方法直接从乳腺X光图像中自主学习特征并利用学习到的特征对图像进行分类。实验结果显示,新方法对医学图像的分类精度相对于已有方法有明显的提升。
-
关键词
医学图像分类
卷积受限玻尔兹曼机
快速持续对比散度
分类精度
-
Keywords
medical image classification
convolution restricted Boltzmann machine
fast continuous contrastive divergence
accuracy of classification
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
