论文研究 基于Lorentz函数的稀疏约束RBM模型的算法研究.pdf

受限玻尔兹曼机（Restricted Boltzmann Machine，RBM）是一种有效的特征提取算法，受视觉皮层稀疏表示的启发，人们试图将稀疏这一概念引入到RBM中，以期学习到原始数据的稀疏表示，提高其特征提取性能。将Lorentz函数引入到RBM中，作为RBM的稀疏约束正则项，构建基于Lorentz函数的稀疏约束RBM模型，将其称之为LRBM模型。对该模型的特征提取性能进行了可视化评价，同时对稀疏度和分类率进行了实验分析；最后将多个LRBM叠加，构造基于LRBM的深度置信网模型并分析该深度网络的性能。实验表明，LRBM模型有效地提取了数据集中的特征信息，在分类效果上较RBM平均提高了2