论文部分内容阅读
深度学习技术是机器学习技术的新发展。它结合机器学习中神经网络的特点,通过构建多隐层的网络结构,实现对人脑网络的模仿。结合生物仿生学的研究,模拟人脑进行模式识别,包括文字,图像及声音等的特征提取及分类。深度学习网络由于包含多层中间隐层,所以对输入数据能逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系。在图像识别领域,卷积神经网络表现优异。但传统的卷积神经网络的训练速度过慢。自动编码机可以实现图像的压缩和解释。为提高速度,结合卷积神经网络和自动编码机提出一种针对图像新的识别方式