基于協(xié)同學(xué)的深度協(xié)同神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用.pdf

1、深度學(xué)習(xí)是當(dāng)今科學(xué)技術(shù)領(lǐng)域最熱門的話題之一，也是人工智能領(lǐng)域最為成功和有效的思想方法，基于深度學(xué)習(xí)理論的研究和應(yīng)用也層出不窮。然而隨著對深度學(xué)習(xí)領(lǐng)域研究的深入，深度學(xué)習(xí)領(lǐng)域所暴露出來的計算成本過高和訓(xùn)練成本過高等問題也亟待解決。本文主要研究基于協(xié)同學(xué)原理構(gòu)建的深度協(xié)同神經(jīng)網(wǎng)絡(luò)是一種全新的深度學(xué)習(xí)網(wǎng)絡(luò)模型，能夠有效的減小傳統(tǒng)深度學(xué)習(xí)中計算成本過高和訓(xùn)練成本過高等問題。本文的主要內(nèi)容為：
　　首先，介紹了協(xié)同學(xué)理論的基本思想、數(shù)學(xué)模型

2、和相關(guān)重要概念。接著介紹了基于協(xié)同學(xué)理論的一類全新的神經(jīng)網(wǎng)絡(luò)模型：協(xié)同神經(jīng)網(wǎng)絡(luò)。闡述了協(xié)同神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型、結(jié)構(gòu)模型和運行流程，并介紹了協(xié)同神經(jīng)網(wǎng)絡(luò)的幾種基本算法：基于PFR模型的分類器算法、基于PFAP的分類器算法、SCAP算法和SCAPAP算法。詳盡的說明了協(xié)同學(xué)和協(xié)同神經(jīng)網(wǎng)絡(luò)的各項特性。
　　其次，介紹了目前傳統(tǒng)的幾種深度神經(jīng)網(wǎng)絡(luò)模型：卷積神經(jīng)網(wǎng)絡(luò)和深度信念網(wǎng)絡(luò)，并分別介紹了他們的模型結(jié)構(gòu)和運行過程。以協(xié)同學(xué)原理和傳統(tǒng)深度

3、神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)為基礎(chǔ)構(gòu)建深度協(xié)同神經(jīng)網(wǎng)絡(luò)，并詳細(xì)描述了深度協(xié)同神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)、運行過程和算法步驟。為后續(xù)深度協(xié)同神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用提供了充分的理論支持。
　　最后，基于上述深度協(xié)同神經(jīng)網(wǎng)絡(luò)的模型，設(shè)計了在不同樣本庫下深度協(xié)同神經(jīng)網(wǎng)絡(luò)的各項性能實驗，同時也將深度協(xié)同神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)和深度信念網(wǎng)絡(luò)在相同樣本庫下進(jìn)行實驗測試，縱向?qū)Ρ人鼈兊母黜椥阅芴攸c。綜合實驗結(jié)果表明深度協(xié)同神經(jīng)網(wǎng)絡(luò)不僅在識別效果上有不錯的表現(xiàn)，