×

基于Autoencoder网络的数据降维和重构

消耗积分:3 | 格式:rar | 大小:226 | 2009-11-18

李娜

分享资料个

在机器学习，模式识别以及数据挖掘等诸多研究领域中，往往会面临着“维数灾难”问题。因此，特征数据的降维方法，即将高维的特征数据如何进行简化投射到低维空间中再进行处理，成为当前数据驱动的计算方法研究热点之一。该文引入一种特殊的非线性降维方法，称为自编码(Autoencoder)神经网络，该方法采用CRBM(Continuous Restricted Boltzmann Machine)的网络结构，通过训练具有多个中间的双向深层神经网络将
高维数据转换成低维嵌套并继而重构高维数据。特别地，自编码网络提供了高维数据空间和低维嵌套结构的双向映射，有效解决了大多数非线性降维方法所不具备的逆向映射问题。将Autoencoder 用于人工数据和真实图像数据的实验表明，Autoencoder 不仅能发现嵌入在高维数据中的非线性低维结构，也能有效地从低维结构中恢复原始高维数据。
下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !