基于限制玻尔兹曼机的无极性标注情感分类研究 被引量：2

1

作者 秦胜君 卢志平 《科学技术与工程》 北大核心 2013年第35期10703-10707,共5页

已有的网络评论情感分类算法都需要手工标注词汇情感倾向,然而网络评论具有表达形式自由、模式多变、词汇更新速度快等特点,手工标注的方式适应能力较低。为解决上述问题,结合限制玻尔兹曼机和相似差异向量运算,通过降低向量相似度,强... 已有的网络评论情感分类算法都需要手工标注词汇情感倾向,然而网络评论具有表达形式自由、模式多变、词汇更新速度快等特点,手工标注的方式适应能力较低。为解决上述问题,结合限制玻尔兹曼机和相似差异向量运算,通过降低向量相似度,强调其差异性的方式,提出基于限制玻尔兹曼机的无词汇标注情感分类算法。实验表明,该算法虽褒义精确度稍低于支持向量机,但是在贬义精确度上优于支持向量机,并且不需要进行词汇情感倾向标注,降低了算法的复杂度,提高了泛化能力。 展开更多

关键词 限制玻尔兹曼机 情感分类 网络评论 深度学习

在线阅读 下载PDF 职称材料

基于深度卷积限制玻尔兹曼机的步态识别 被引量：5

2

作者 周兰 于重重 +1 位作者 陈秀新 王鑫 《计算机工程与设计》 北大核心 2018年第1期244-248,共5页

传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢... 传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢。针对这两种模型的特点,提出一种两者平衡的算法模型,即深度卷积限制玻尔兹曼机。将卷积神经网络中权值共享、提取图像局部特征等方面的优势融入深度玻尔兹曼机模型中,提高训练精度,减少参数数量。所提算法在CASIA步态数据库上的实验结果验证了该算法在步态识别问题上的有效性和可行性。 展开更多

关键词 步态识别 深度卷积限制玻尔兹曼机 深度卷积神经网络 限制玻尔兹曼机 CASIA步态数据库

在线阅读 下载PDF 职称材料

受限玻尔兹曼机研究综述 被引量：17

3

作者 张健 丁世飞 +3 位作者 张楠 杜鹏 杜威 于文家 《软件学报》 EI CSCD 北大核心 2019年第7期2073-2090,共18页

概率图模型是目前机器学习研究的热点,基于概率图模型构造的生成模型已广泛应用于图像和语音处理等领域。受限玻尔兹曼机(restricted Boltzmann machines,简称RBMs)是一种概率无向图,在建模数据分布方面有重要的研究价值,RBMs既可以结... 概率图模型是目前机器学习研究的热点,基于概率图模型构造的生成模型已广泛应用于图像和语音处理等领域。受限玻尔兹曼机(restricted Boltzmann machines,简称RBMs)是一种概率无向图,在建模数据分布方面有重要的研究价值,RBMs既可以结合卷积算子构造深度判别模型,为深度网络提供统计力学的理论支持,也可以结合有向图构建生成模型,提供具有多峰分布的先验信息。主要综述了以RBMs为基础的概率图模型的相关研究。首先介绍了基于RBMs的机器学习模型的基本概念和训练算法,并讨论了基于极大似然估计的各训练算法的联系,比较了各算法的log似然损失;其次,综述了RBMs模型最新的研究进展,包括在目标函数中引入对抗损失和W距离,并构造基于RBMs先验的变分自编码模型(variational autoencoders,简称VAEs)、基于对抗损失的RBMs模型,并讨论了各实值RBMs模型之间的联系和区别;最后,综述了以RBMs为基础的模型在深度学习中的应用,并讨论了神经网络和RBMs模型在研究中存在的问题及未来的研究方向。 展开更多

关键词 受限制的玻尔兹曼机 神经网络 概率图模型 深度学习

在线阅读 下载PDF 职称材料

基于深度信念网络的风机叶片结构损伤识别研究 被引量：3

4

作者 顾桂梅 张鑫 《甘肃农业大学学报》 CAS CSCD 北大核心 2016年第4期134-138,共5页

【目的】解决由于模态参数辨别的不确定性,以及虚假模态干扰造成的风机叶片结构损伤识别精度不高的问题.【方法】采用以深度信念网络提取的模态参数特征向量作为标识量的损伤检测方法.首先分别获取ANSYS仿真和实验条件下风机叶片的模态... 【目的】解决由于模态参数辨别的不确定性,以及虚假模态干扰造成的风机叶片结构损伤识别精度不高的问题.【方法】采用以深度信念网络提取的模态参数特征向量作为标识量的损伤检测方法.首先分别获取ANSYS仿真和实验条件下风机叶片的模态参数;然后利用深度信念网络提取模态参数特征向量作为损伤标识量,检测多种工况下的风机叶片损伤,并与传统BP神经网络方法进行对比;最后搭建实验平台,在实验条件下验证方法的有效性.【结果】基于深度信念网络的损伤识别方法相比传统BP神经网络精度更高,网络训练时间更长.【结论】将深度信念网络提取的模态参数特征向量作为BP神经网络训练的输入向量,可以减小噪声和虚假模态信息等因素对损伤识别结果的影响,提高损伤识别的精度. 展开更多

关键词 深度学习 限制玻尔兹曼机 深度信念网络 特征抽取 损伤识别

在线阅读 下载PDF 职称材料

基于改进深度学习模型C-GRBM的人体行为识别 被引量：7

5

作者 毕晓君 冯雪赟 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2018年第1期156-162,共7页

为了提高复杂视频中人体行为识别的性能,在Gate限制玻尔兹曼机(gate restricted boltzmann machine,GRBM)模型基础上提出一种结合卷积神经网络的Convolutional-GRBM(C-GRBM)模型。利用视频图像平稳性的特点,通过不同的卷积核提取可见层... 为了提高复杂视频中人体行为识别的性能,在Gate限制玻尔兹曼机(gate restricted boltzmann machine,GRBM)模型基础上提出一种结合卷积神经网络的Convolutional-GRBM(C-GRBM)模型。利用视频图像平稳性的特点,通过不同的卷积核提取可见层不同的特征,提高模型局部特征提取能力,进而得到更好的人体行为识别率;加入池化操作,对卷积层输出的不同位置上的特征进行聚合统计,降低卷积层输出特征量的维度,从而解决原模型参数过多、容易过拟合等缺陷,进而降低人体行为识别复杂度。在人体行为测试库上的测试表明,本文提出的CGRBM模型能够较好地提高人体行为识别性能。 展开更多

关键词 深度学习 人体行为识别 gate限制玻尔兹曼机 卷积神经网络 支持向量机

在线阅读 下载PDF 职称材料

基于自编码网络特征降维的轻量级入侵检测模型 被引量：58

6

作者 高妮 高岭 +1 位作者 贺毅岳 王海 《电子学报》 EI CAS CSCD 北大核心 2017年第3期730-739,共10页

基于支持向量机(SVM)的入侵检测方法受时间和空间复杂度约束,在高维特征空间计算时面临"维数灾害"的问题.为此,本文提出一种基于自编码网络的支持向量机入侵检测模型(AN-SVM).首先,该模型采用多层无监督的限制玻尔兹曼机(RBM... 基于支持向量机(SVM)的入侵检测方法受时间和空间复杂度约束,在高维特征空间计算时面临"维数灾害"的问题.为此,本文提出一种基于自编码网络的支持向量机入侵检测模型(AN-SVM).首先,该模型采用多层无监督的限制玻尔兹曼机(RBM)将高维、非线性的原始数据映射至低维空间,建立高维空间和低维空间的双向映射自编码网络结构,进而运用基于反向传播网络的自编码网络权值微调算法重构低维空间数据的最优高维表示,从而获得原始数据的相应最优低维表示;最后,采用SVM分类算法对所学习到的最优低维表示进行入侵识别.实验结果表明,AN-SVM模型降低了入侵检测模型中分类的训练时间和测试时间,并且分类效果优于传统算法,是一种可行且高效的轻量级入侵检测模型. 展开更多

关键词 特征降维 自编码网络 限制玻尔兹曼机 支持向量机 入侵检测

在线阅读 下载PDF 职称材料

基于深度学习的人体行为识别算法综述 被引量：134

7

作者 朱煜 赵江坤 +1 位作者 王逸宁 郑兵兵 《自动化学报》 EI CSCD 北大核心 2016年第6期848-857,共10页

人体行为识别和深度学习理论是智能视频分析领域的研究热点,近年来得到了学术界及工程界的广泛重视,是智能视频分析与理解、视频监控、人机交互等诸多领域的理论基础.近年来,被广泛关注的深度学习算法已经被成功运用于语音识别、图形识... 人体行为识别和深度学习理论是智能视频分析领域的研究热点,近年来得到了学术界及工程界的广泛重视,是智能视频分析与理解、视频监控、人机交互等诸多领域的理论基础.近年来,被广泛关注的深度学习算法已经被成功运用于语音识别、图形识别等各个领域.深度学习理论在静态图像特征提取上取得了卓著成就,并逐步推广至具有时间序列的视频行为识别研究中.本文在回顾了基于时空兴趣点等传统行为识别方法的基础上,对近年来提出的基于不同深度学习框架的人体行为识别新进展进行了逐一介绍和总结分析;包括卷积神经网络(Convolution neural network,CNN)、独立子空间分析(Independent subspace analysis,ISA)、限制玻尔兹曼机(Restricted Boltzmann machine,RBM)以及递归神经网络(Recurrent neural network,RNN)及其在行为识别中的模型建立,对模型性能、成果进展及各类方法的优缺点进行了分析和总结. 展开更多

关键词 行为识别 深度学习 卷积神经网络 限制玻尔兹曼机

在线阅读 下载PDF 职称材料

基于时序深度置信网络的在线人体动作识别 被引量：19

8

作者 周风余 尹建芹 +2 位作者 杨阳 张海婷 袁宪锋 《自动化学报》 EI CSCD 北大核心 2016年第7期1030-1039,共10页

在线人体动作识别是人体动作识别的最终目标,但由于如何分割动作序列是一个待解决的难点问题,因此目前大多数人体动作识别方法仅关注在分割好的动作序列中进行动作识别,未关注在线人体动作识别问题.本文针对这一问题,提出了一种可以完... 在线人体动作识别是人体动作识别的最终目标,但由于如何分割动作序列是一个待解决的难点问题,因此目前大多数人体动作识别方法仅关注在分割好的动作序列中进行动作识别,未关注在线人体动作识别问题.本文针对这一问题,提出了一种可以完成在线人体动作识别的时序深度置信网络(Temporal deep belief network,TDBN)模型.该模型充分利用动作序列前后帧提供的上下文信息,解决了目前深度置信网络模型仅能识别静态图像的问题,不仅大大提高了动作识别的准确率,而且由于该模型不需要人为对动作序列进行分割,可以从动作进行中的任意时刻开始识别,实现了真正意义上的在线动作识别,为实际应用打下了较好的理论基础. 展开更多

关键词 人体动作识别 时序深度置信网络 条件限制玻尔兹曼机 在线动作识别

在线阅读 下载PDF 职称材料

基于深度信念网络的苹果霉心病病害程度无损检测 被引量：20

9

作者 周兆永 何东健 +3 位作者 张海辉 雷雨 苏东 陈克涛 《食品科学》 EI CAS CSCD 北大核心 2017年第14期297-303,共7页

针对现有霉心病无损检测只能检测出有无病害,无法对病害程度进行判断的问题,研究并提出一种基于深度信念网络(deep belief net,DBN)的无监督检测模型。该模型由多层限制玻尔兹曼机(restricted Boltzmann machine,RBM)网络和1层反向传播(... 针对现有霉心病无损检测只能检测出有无病害,无法对病害程度进行判断的问题,研究并提出一种基于深度信念网络(deep belief net,DBN)的无监督检测模型。该模型由多层限制玻尔兹曼机(restricted Boltzmann machine,RBM)网络和1层反向传播(back propagation,BP)神经网络组成,RBM网络实现最优特征向量映射,输出的特征向量由BP神经网络对霉心病病害程度分类。对225个苹果样本在波长200~1 025 nm获取其透射光谱后,根据腐烂面积占横截面比例将霉心病害程度分为健康、轻度、中度和重度4种,分别用150个和75个样本作为训练集和测试集,以全光谱数据和基于连续投影算法提取的特征波长数据为输入构建病害程度判别模型,并比较DBN模型与偏最小二乘判别分析、BP神经网络和支持向量机模型的识别效果,实验结果表明,DBN模型病害判别准确率达到88.00%,具有较好的识别效果。 展开更多

关键词 苹果霉心病 病害程度 透射光谱 深度信念网络(DBN) 限制玻尔兹曼机(RBM)

在线阅读 下载PDF 职称材料

网络媒体大数据流异构多模态目标识别策略 被引量：12

10

作者 文孟飞 刘伟荣 胡超 《计算机研究与发展》 EI CSCD 北大核心 2017年第1期71-79,共9页

如何对海量的网络媒体大数据进行准确地目标识别,是当前的一个研究热点和难点.针对此问题提出一种利用媒体流时间相关特性的异构多模态目标识别策略.首先基于媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结... 如何对海量的网络媒体大数据进行准确地目标识别,是当前的一个研究热点和难点.针对此问题提出一种利用媒体流时间相关特性的异构多模态目标识别策略.首先基于媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结合卷积神经网络(convolutional neural network,CNN)和限制波尔兹曼机(restricted Boltzmann machine,RBM)的算法优点,对音频信息和视频信息分别并行处理,这种异构模式可以充分利用不同深度神经网络的特点;然后生成基于典型关联分析的共享特征表示,并进一步利用时间相关特性进行参数的优化.3种对比实验用来验证所提策略的效果,首先将策略与单一模态算法进行对比;然后再在复合的数据库上建立对比实验;最后在网络视频库上建立对比实验,这些对比实验验证了策略的有效性. 展开更多

关键词 目标识别 深度学习 卷积神经网络 限制玻尔兹曼机 典型关联分析

在线阅读 下载PDF 职称材料

一种基于深度学习的异构多模态目标识别方法 被引量：10

11

作者 文孟飞 胡超 刘伟荣 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第5期1580-1587,共8页

提出一种基于深度学习的异构多模态目标识别方法。首先针对媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结合卷积神经网络和限制波尔兹曼机的算法优点,对音频信息和视频信息分别并行处理,生成基于典型关联分... 提出一种基于深度学习的异构多模态目标识别方法。首先针对媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结合卷积神经网络和限制波尔兹曼机的算法优点,对音频信息和视频信息分别并行处理,生成基于典型关联分析的共享特征表示,并进一步利用时间相关特性进行参数的优化。分别使用标准语音人脸库和截取的实际电影视频对算法进行实验。研究结果表明:对于这2种视频来源,所提出方法在目标识别的精度方面都有显著提高。 展开更多

关键词 目标识别 深度学习 卷积神经网络 限制玻尔兹曼机 典型关联分析

在线阅读 下载PDF 职称材料

深度信念网软件缺陷预测模型 被引量：5

12

作者 甘露 臧洌 李航 《计算机科学》 CSCD 北大核心 2017年第4期229-233,共5页

软件缺陷预测技术在检测软件缺陷、保证软件质量方面发挥了重要的作用。利用神经网络分类算法构建的软件缺陷预测模型得到了广泛的应用。但是利用神经网络分类算法训练历史数据只能进行"浅层学习",无法对数据特征进行深度挖... 软件缺陷预测技术在检测软件缺陷、保证软件质量方面发挥了重要的作用。利用神经网络分类算法构建的软件缺陷预测模型得到了广泛的应用。但是利用神经网络分类算法训练历史数据只能进行"浅层学习",无法对数据特征进行深度挖掘。针对该问题,利用多层限制玻尔兹曼机叠加成深度信念网,先进行特征集成与迭代,并对这些特征数据进行深度学习,构建了基于深度信念网的软件缺陷预测模型(DBNSDPM)。仿真实验表明,本模型预测的准确性与传统的神经网络缺陷预测模型预测的准确性相比有显著提高。 展开更多

关键词 软件缺陷预测 限制玻尔兹曼机 深度学习 深度信念网

在线阅读 下载PDF 职称材料

基于深度模型的社会新闻对用户情感影响挖掘 被引量：4

13

作者 孙晓 高飞 任福继 《中文信息学报》 CSCD 北大核心 2017年第3期184-190,204,共8页

该文研究了社会新闻中影响读者情感的深层特征。使用三种文本特征选择方法,分别从一元词、二元词和主题粒度下提取文本浅层特征,使用支持向量机模型选择三种粒度下最优浅层特征并且进行分类,得到最优宏平均F1值分别为60.5%、62.1%、63.3... 该文研究了社会新闻中影响读者情感的深层特征。使用三种文本特征选择方法,分别从一元词、二元词和主题粒度下提取文本浅层特征,使用支持向量机模型选择三种粒度下最优浅层特征并且进行分类,得到最优宏平均F1值分别为60.5%、62.1%、63.3%。引入深度信念网络模型,使用三种粒度下最优浅层特征作为输入,进一步训练和抽象得到深层特征,实验中使用深度为3的深度信念网络模型进行训练与分类,最优宏平均F1值分别为61.4%、63.5%、66.1%。实验结果表明,深层特征比浅层特征具有更多的文本语义信息,可以更好地判断社会新闻对公众情绪影响。 展开更多

关键词 深度信念网络 限制玻尔兹曼机 情感影响 社会新闻

在线阅读 下载PDF 职称材料

基于DBN-HMM的人体动作识别 被引量：7

14

作者 杨世强 罗晓宇 +2 位作者 李小莉 杨江涛 李德信 《计算机工程与应用》 CSCD 北大核心 2019年第15期169-176,共8页

动作识别使得机器能够对人体动作的意图进行判别理解,进而实现高效的人机交互。提出一种肢体角度模型,实现在三维空间中对人体动作进行表示,该模型具有一定的不变性,计算复杂度低。针对传统的基于混合高斯的隐马尔可夫模型(GMM-HMM)的... 动作识别使得机器能够对人体动作的意图进行判别理解,进而实现高效的人机交互。提出一种肢体角度模型,实现在三维空间中对人体动作进行表示,该模型具有一定的不变性,计算复杂度低。针对传统的基于混合高斯的隐马尔可夫模型(GMM-HMM)的动作识别,提出深度置信网络模型(DBN)和隐马尔可夫模型相结合的动作识别模型,构建了一种非线性的基于条件限制玻尔兹曼机(CRBM)的DBN深度学习模型,深层次结构使其建模能力更强,且能够结合历史信息建模,更适用于动作识别。实验表明该算法具有较高的识别结果。 展开更多

关键词 动作识别 肢体角度模型 隐马尔可夫模型 条件限制玻尔兹曼兹曼机 深度置信网络

在线阅读 下载PDF 职称材料

集成参数自适应调整及隐含层降噪的深层RBM算法 被引量：7

15

作者 张绍辉 《自动化学报》 EI CSCD 北大核心 2017年第5期855-865,共11页

深度置信网络是由若干层无监督的限制玻尔兹曼机(Restricted Boltzmann machines,RBM)和一层有监督的反馈神经网络组成的深层结构,该结构通过对低层输入的逐层抽象转化提取复杂输入及复杂分类数据的有效信息.然而,深度置信网络模型存在... 深度置信网络是由若干层无监督的限制玻尔兹曼机(Restricted Boltzmann machines,RBM)和一层有监督的反馈神经网络组成的深层结构,该结构通过对低层输入的逐层抽象转化提取复杂输入及复杂分类数据的有效信息.然而,深度置信网络模型存在隐含层数及特征维数难以确定,后向有监督过程存在"导数消亡"问题,使得低层结构参数得不到有效的训练,而且噪声干扰直接影响识别结果的问题.针对以上问题,提出以下解决方法:每个隐含层位置构建当前层输出与样本标签之间的映射转换矩阵,根据理论标签与实际标签之间的差异,实现隐含层特征维数的自适应调整,缓解"导数消亡"问题,同时在第一隐含层位置进行特征空间降噪,保证计算效率及提高诊断模型的识别效果.复杂工况的齿轮箱故障模拟实验,验证所提方法的有效性. 展开更多

关键词 限制玻尔兹曼机 特征提取 降噪 齿轮箱

在线阅读 下载PDF 职称材料

滑动窗口时空深度置信网络行为识别 被引量：2

16

作者 高大鹏 朱建刚 《计算机工程与设计》 北大核心 2018年第8期2654-2659,共6页

为解决基于限制玻尔兹曼机的时空深度置信网络的人体行为识别算法训练过程需要大量训练数据,在小样本训练前提下识别率低的问题,提出采用滑动窗口技术增加训练数据的方法。在视频帧序列上利用部分重叠的滑动窗口进行视频块截取,获得比... 为解决基于限制玻尔兹曼机的时空深度置信网络的人体行为识别算法训练过程需要大量训练数据,在小样本训练前提下识别率低的问题,提出采用滑动窗口技术增加训练数据的方法。在视频帧序列上利用部分重叠的滑动窗口进行视频块截取,获得比将视频直接分块更多数量的视频块,在较小的视频数据中获取更大的训练数据用于神经网络的训练。实验结果表明,在测试视频较少的情况下,使用滑动窗口的时空深度置信网络识别率显著高于原始算法。 展开更多

关键词 行为识别 限制玻尔兹曼机 小样本训练集 滑动窗口 时空深度置信网络

在线阅读 下载PDF 职称材料

基于深度置信网络的管网泄漏故障诊断方法研究 被引量：6

17

作者 姚志强 《中国安全生产科学技术》 CAS CSCD 北大核心 2018年第4期101-106,共6页

针对当前管网系统数据量大不利于传统模型方法诊断故障的问题,设计了1种基于深度置信网络的管网故障诊断算法。首先,对管网数据结构以及管网系统运行状态进行分析,选取管网主要数据作为故障诊断网络的输入,确定相应运行状态作为诊断网... 针对当前管网系统数据量大不利于传统模型方法诊断故障的问题,设计了1种基于深度置信网络的管网故障诊断算法。首先,对管网数据结构以及管网系统运行状态进行分析,选取管网主要数据作为故障诊断网络的输入,确定相应运行状态作为诊断网络输出;其次,设计了基于多个受限制玻尔兹曼机与Softmax分类器级联的深度置信网络,并且利用对比散度算法和BP算法对模型进行预训练与调优,使模型参数达到全局最优;最后,通过实验测试确定所设计的深度置信网络的训练迭代次数与网络层数,使算法诊断准确率达到最优。研究结果表明:提出的基于深度置信网络的管网故障诊断算法对管网故障诊断可以达到良好的诊断结果,泄漏预测准确率在验证集样本上可达96.87%,在管网泄漏检测方面,相较于传统基于模型的方法优势明显。 展开更多

关键词 深度置信网络 受限制玻尔兹曼机 Softmax分类器 对比散度 BP

在线阅读 下载PDF 职称材料

深度信念网络的恶意代码分类策略研究 被引量：5

18

作者 罗世奇 田生伟 +1 位作者 孙华 禹龙 《小型微型计算机系统》 CSCD 北大核心 2017年第11期2465-2470,共6页

恶意代码的分类是恶意代码分析领域研究的重要问题之一.为解决这一问题,提出深度信念网络(Deep Belief Netw orks,DBN)的恶意代码分类策略.首先,从样本集中提取恶意代码图像特征、指令语句中的频度特征;其次,为确保准确率的提高,将上述... 恶意代码的分类是恶意代码分析领域研究的重要问题之一.为解决这一问题,提出深度信念网络(Deep Belief Netw orks,DBN)的恶意代码分类策略.首先,从样本集中提取恶意代码图像特征、指令语句中的频度特征;其次,为确保准确率的提高,将上述两类特征进行融合,训练深度信念网络模型中的限制玻尔兹曼机(Restricted Boltzmann Machine,RBM)和反向传导算法(Back Propagation,BP).实验结果表明,提出的深度信念网络模型对恶意代码的分类平均准确率可达95.7%,明显高于传统浅层机器学习模型KNN的94.5%. 展开更多

关键词 深度信念网络 恶意代码 限制玻尔兹曼机 分类

在线阅读 下载PDF 职称材料

基于深度信念网络的集装箱字符识别方法 被引量：4

19

作者 宋春静 丁香乾 郭乙运 《计算机工程与设计》 北大核心 2016年第3期742-745,共4页

针对集装箱表面凹凸折纹和光照不均带来的字符识别效率急剧下降的问题,提出一种基于深度信念网络的集装箱字符识别方法。通过对图像进行灰度化和拉普拉斯边缘检测处理,完成对图像的预处理;对预处理图像进行水平投影和连通域分析,实现字... 针对集装箱表面凹凸折纹和光照不均带来的字符识别效率急剧下降的问题,提出一种基于深度信念网络的集装箱字符识别方法。通过对图像进行灰度化和拉普拉斯边缘检测处理,完成对图像的预处理;对预处理图像进行水平投影和连通域分析,实现字符分割提取;利用深度信念网络模型对字符进行深度学习。设计两个由3层的限制玻尔兹曼机网络和一层的BP神经网络组成的网络模型,分别对集装箱上的字母和数字进行识别,有效提高相近字符的识别效率。实验结果表明,较传统的图像识别方法,该网络模型提高了集装箱字符识别的准确率,兼顾了集装箱字符识别的稳定性和实时性要求。 展开更多

关键词 字符识别 限制玻尔兹曼机 深度信念网络 模板匹配 BP网络

在线阅读 下载PDF 职称材料

基于深度学习的图片敏感文字检测 被引量：4

20

作者 吴财贵 唐权华 《计算机工程与应用》 CSCD 北大核心 2015年第14期203-206,230,共5页

为快速检测图片文字中的敏感词汇,引入深度学习的方法进行文字检测和识别。对图片预处理,对连通区域进行标记;利用两层限制玻尔兹曼机(RBM)对连通区域进行文字区域的判别和选取;利用水平投影和区域生长的方法对得到的文字区域进行字符... 为快速检测图片文字中的敏感词汇,引入深度学习的方法进行文字检测和识别。对图片预处理,对连通区域进行标记;利用两层限制玻尔兹曼机(RBM)对连通区域进行文字区域的判别和选取;利用水平投影和区域生长的方法对得到的文字区域进行字符的分割;用BP神经网络算法和深信度网络(DBN)算法结合对敏感信息进行检测。敏感文字检测理论分析和实验数据表明该方法的算法复杂度低,检测速度快。 展开更多

关键词 图像处理 文字区域提取 敏感词检测 深度学习 限制玻尔兹曼机 深信度网络

在线阅读 下载PDF 职称材料