深度置信网络模型及应用研究综述
2018，54（1）1引言现今，深度学习在计算机视觉、模式识别、人工智能、图像处理以及数据挖掘等领域掀起的研究热潮引人深思，研究人员提出的自编码器、卷积神经网络、循环神经网络以及深度置信网络等深度学习模型越来越值得深入探索和挖掘。本文以深度置信网络为例，从理论到实际，由浅入深地分析其应用意义。深度置信网络（DBN ）发展伊始，为解决快速、自动学习特征的研究问题，Hinton 等[1]提出一种应用于DBN
悬疑推理电视剧的快速学习算法，提供了理解分析DBN 模型的新途径，打开了深度学习模型扩展的大门，并将其应用于实际生活的各个领域。本文针对目前流行的应用领域——文字检测、人脸及情感识别、遥感图像地物分类，对DBN 进行详细分析。在上述应用领域中，DBN 改进的相同之处，一是通过预处理方式（特征融合、去噪）提高输入样本的质量；
二是利用各种优化策略（提前终止、Dropout ）对DBN 模型参数，进行深度改进或选取不同的分类器。DBN 改进的不同之处在于，文字检测领域中，DBN 结合计算设备架构、文字笔画宽度；人脸及情感领域中，DBN 结合人体识别所需的关键特征（局部纹理特征）；遥感图像地物分类领域中，DBN 结合高光谱图像包含的光谱信息
副高级职称
长江大桥和空间信息。
2深度置信网络简介
深度置信网络（DBN ）是根据生物神经网络的研究及浅层神经网络发展而来的，为概率生成模型，通过联
合概率分布推断出数据样本分布。DBN 生成模型通过训练网络结构中的神经元间的权重使得整个神经网络依据最大概率生成训练数据，形成高层抽象特征，提升深度置信网络模型及应用研究综述
刘方园，王水花，张煜东
LIU Fangyuan,WANG Shuihua,ZHANG Yudong
南京师范大学计算机科学与技术学院，南京210023
School of Computer Science and Technology,Nanjing Normal University,Nanjing 210023,China
LIU Fangyuan,WANG Shuihua,ZHANG Yudong.Survey on deep belief network model and its applications.Computer Engineering and Applications,2018,54（1）：11-18.
Abstract ：This paper firstly introduces the development of Deep Belief Network （DBN ）based on theory foundation.Afterwards,the difference between deep network structure and shallow network structure is analyzed.Finally,the literature makes a study and analysis of DBN,in the field of text dete
ction,facial and expression recognition,and remote sensing image classification by quoting multiple representative documents.Through a comprehensive introduction to the deep learning model DBN and deeply understanding the construction and practical application of DBN,it provides researchers with the idea of improving DBN and applying it to a wider emerging field in the future.
Key words ：Deep Belief Network （DBN ）;text detection;facial and expression recognition;remote sensing image field 摘要：介绍深度置信网络（DBN ）理论基础的发展，对比分析深层结构DBN 与浅层网络结构的差异，最后引用多篇文献分析研究DBN 在文字检测、人脸及表情识别领域和遥感图像领域的应用效果。全面介绍了深度学习模型DBN ，深入分析DBN 的构建与实际应用，为研究人员提供改进DBN 的思路，以期在未来将其运用到更宽广的新兴领域中。关键词：深度置信网络；文字检测；人脸及表情识别；遥感图像领域
文献标志码：A 中图分类号：TP391doi ：10.3778/j.issn.1002-8331.1711-0028
基金项目：国家自然科学基金（No.61602250，No.61503188）；江苏省自然科学基金（No.BK20150983，No.BK20150982）；江苏省高
校自然科学研究面上项目（No.16KJB520025，No.15KJB470010）。
作者简介：刘方园（1993—），女，博士生，CCF 会员，主要研究方向：计算机视觉；王水花（1985—），女，博士，讲师；张煜东
司礼监
（1985—），通讯作者，男，教授、博导，主要研究方向：人工智能与医学图像处理，E-mail ： 。
什么是建筑工程技术收稿日期：2017-10-30修回日期：2017-12-05文章编号：1002-8331（2018）01-0011-08Computer Engineering and Applications 计算机工程与应用
比喻句大全 优美
11

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。