基于多目标优化的稀疏受限玻尔兹曼机的手写体识别方法

摘要

本发明提出了一种基于多目标优化的稀疏受限玻尔兹曼机的手写体识别方法，用于解决现有技术中存在的识别误差率高的技术问题。实现步骤为：获取归一化训练集和测试集；设定稀疏受限玻尔兹曼机的优化迭代停止次数；对稀疏受限玻尔兹曼机进行优化；选取数据集；利用多目标算法优化稀疏受限玻尔兹曼机，获取参数集；对稀疏受限玻尔兹曼机参数集进行更新；获取归一化训练集的输出；利用归一化训练集的输出对分类器进行训练；判断是否达到优化迭代停止次数；对归一化测试集进行预测分类，获得分类标签。本发明的识别误差率低，可用于手写体识别等图像识别。