一种基于稀疏自编码网络的数据降维方法研究

摘要

高维数据的“维数灾难”问题制约了机器学习、模式识别等诸多研究领域的发展研究.因此高维数据的降维方法,即将高维的特征数据化简投射到低维空间中,成为当前研究热点之一.稀疏自动编码器(Sparse Autoencoder)网络通过训练具有多隐含层的神经网络将高维数据进行降维,能有效地解决了高维数据由于维数过大导致的识别率低的问题.将网络用于手写体数字图像识别及人脸图像识别实验,取得了较好地识别结果,表明稀疏自动编码网络能有效地对高维数据降维.