基于矩阵变量的高斯分布受限玻尔兹曼机的图像识别方法

• 摘要：

  本发明公开一种基于高斯分布的受限玻尔兹曼机模型的图像识别方法,所述受限玻尔兹曼机模型用于对二维图像进行特征提取,记为MVGRBM,所述模型能够直接对图像进行建模,而不需要向量化,保留了原始样本的结构信息;由于MVGRBM的可视层和隐藏层服从参数不同的高斯分布,可视层服从高斯分布能够更加精确地拟合输入值为实数的样本,隐藏层服从高斯分布可以使得特征矩阵分布在实数域上,故特征矩阵能够表达更加丰富的信息.采用本发明的技术方案,具有更好的识别准确率.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201710141534.X

• 申请日期：

  2017.03.10

• 公开/公告号：

  CN106886798A

• 公开/公告日：

  2017-06-23

• 发明人：

  孙艳丰 刘思萌 胡永利 尹宝才

• 申请人：

  北京工业大学

• 主分类号：

  G06K9/62(2006.01)I,G,G06,G06K,G06K9

• 分类号：

  G06K9/62(2006.01)I,G06F17/16(2006.01)I,G06F17/15(2006.01)I,G,G06,G06K,G06F,G06K9,G06F17,G06K9/62,G06F17/16,G06F17/15