一种基于自动编码机-超限学习机的多维度数据特征识别方法

摘要

本发明属于数据特征识别技术领域，特别涉及一种基于自动编码机‑超限学习机的多维度数据特征识别方法；其一种基于自动编码机‑超限学习机的多维度数据特征识别方法，包括如下步骤：S1：获取多维度物体的原始数据，并对获取的原始数据进行预处理；S2：基于预处理后的原始数据训练自动编码机‑超限学习机模型并建立自动编码机‑超限学习机模型。本发明提供一种新的基于自动编码机‑超限学习机的多维度数据特征识别方法，可以对任意维度的数据进行特征提取和识别；将卷积神经网络的局部不变性和自动编码机良好的表达能力结合在一起，利用超限学习机训练速度快、获取特征准的特点，可以很好的应对大规模且多维度数据特征识别的挑战。