查询结果:   敬明旻.基于深度神经网络的多模态特征自适应聚类方法[J].计算机应用与软件,2020,37(10):262 - 269.
中文标题
基于深度神经网络的多模态特征自适应聚类方法
发表栏目
算法
摘要点击数
51
英文标题
作 者
敬明旻 Jing Mingmin
作者单位
     
英文单位
     
关键词
Keywords
基金项目
作者资料
文章摘要
深度神经网络学习单模态特征的能力较强,而学习多模态特征的难度较大。针对这种情况,提出基于深度神经网络的多模态特征自适应分类算法。在训练阶段以预定的概率从每个模态选择部分代表信息进行融合,并且建模模式间的相关性。设计基于聚类的特征剪枝策略,减小网络的计算复杂度,通过正则化防止学习程序过拟合。利用动态编码搜索对超参数进行自适应地优化处理。采用自编码器和卷积神经网络分别对该算法进行验证,实现了较好的多模态特征分类效果,并且对数据缺失具有鲁棒性。
Abstract
下载PDF全文