基于稀疏自动编码器和支持向量机的图像分类

摘要：

　　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。

关键词： 稀疏自动编码器 特征学习 遗传算法 支持向量机 图像分类

作者: 刘芳 路丽霞 王洪娟 王鑫

作者单位: 北京工业大学信息与通信工程学院,北京 100124

会议类型: 国内会议

会议名称: 2018年中国仿真大会

会议地点: 珠海

会议语种:中文

页码: 3007-3014

在线出版日期: 2018-10-18（万方平台首次上网日期，不代表论文的发表时间）