典型文献
李群特征的深度学习算法研究
文献摘要：
由于真实世界中的复杂数据经常能够被表示成李群结构,文章设计了一个以李群特征作为输入的深度网络架构,以此利用深度学习强大的特征表示能力来进行模式识别等任务.在构建李群深度神经网络的过程中,为了保证在优化时李群特征能够被限定在微分流形的结构上,提出了适用于李群特征的深度学习算法.算法在特征学习的过程中不仅能够保证不损失数据流形结构的信息,同时也限定了参数优化的假设空间.基于李群特征的深度学习算法在CIFAR-BW和MNIST数据集上,通过为静态图像设计辐条模型的李群特征,实验结果表明算法在较少次数的迭代下就能够收敛到较为理想的结果.
文献关键词：
李群特征;深度学习;辐条模型;图像分类;表示学习
中图分类号：
作者姓名：
杨梦铎;李凡长
作者机构：
苏州经贸职业技术学院 信息技术学院,江苏 苏州215009;苏州大学 江苏省计算机信息处理技术重点实验室,江苏 苏州 215006;苏州大学 计算机科学与技术学院,江苏 苏州 215006
文献出处：
引用格式：
[1]杨梦铎;李凡长-.李群特征的深度学习算法研究)[J].山西大学学报（自然科学版）,2022(01):60-67
A类：
李群特征,辐条模型
B类：
深度学习算法,算法研究,真实世界,复杂数据,深度网络,网络架构,特征表示,示能,模式识别,深度神经网络,微分流形,特征学习,数据流,流形结构,CIFAR,BW,MNIST,过为,图像设计,较为理想,图像分类,表示学习
AB值：
0.293313
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
