摘要
自编码神经网络是神经网络中常见的网络,自编码网络常用于数据降维,特征学习,数据去噪等.传统的自编码网络采用的BP策略,为了应对BP算法固有的一些不足,本文结合了增强碰撞体算法的优点,提出了一种增强碰撞体算法优化的自编码网络.将自编码的代价函数和softmax分类器的误差函数加权求和作为该算法的评价函数,利用增强碰撞体算法分别优化自编码网络和softmax分类器的参数.实验结果表明与其他算法和粒子群算法优化的自编码算法相比,该方法在邮件分类上取得了较好效果,与极限学习机优化的栈式自编码相比在UCI的一些公共数据库上取得了较好的分类效果.
- 单位