Indexed by：
Abstract：
针对单层稀疏自动编码器在特征学习时容易丢失深层抽象特征,特征缺乏鲁棒性的缺点,提出一种新的基于稀疏自动编码器和支持向量机的图像分类方法。构建深度稀疏自动编码器对图像逐层学习并自动提取每层特征,根据特征集权值重组法得到每层特征权值和重组特征集。将遗传算法强大的全局搜索能力和支持向量机分类优势结合,高效、准确的完成图像分类。实验结果表明,该算法能自动地学习图像深层特征,重组特征集具有较高的特征识别力,有效地提高了图像分类准确率。
Keyword：
Reprint Author's Address：
Email：
Source ：
系统仿真学报
Year： 2018
Issue： 08
Volume： 30
Page： 3007-3014
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
