仪器仪表学报

作者：李勇明，朱立志，王 品，马 洁，周传艳

单位：李勇明,1.重庆大学微电子与通信工程学院,,朱立志,1.重庆大学微电子与通信工程学院,,王 品,1.重庆大学微电子与通信工程学院,,马 洁,1.重庆大学微电子与通信工程学院,,周传艳,1.重庆大学微电子与通信工程学院,

关键词：内嵌堆栈自动编码器;包络学习;双级;包络样本;聚类;域适应

基金：国家自然科学基金项目(61771080)、国家自然科学基金重点项目(U21A20448)资助

深度堆栈自动编码器作为一种代表性的深度网络,已被广泛应用在数据科学、模式识别等领域。现有的深度堆栈自动编码器均针对原样本个体进行深度特征变换,忽略了样本之间的关联结构信息,导致其深度特征的质量往往不尽如人意。为了解决这一问题,提出一种新的深度堆栈自动编码器网络-双级联合投影包络内嵌堆栈自动编码器。与现有的深度堆栈自动编码器本质上不同的是,双级联合投影包络内嵌堆栈自动编码器针对样本间关联信息而非样本个体本身进行深度特征变换。该模型主要包括两部分:双级联合投影包络模块和内嵌式堆栈自动编码器。在双级联合投影包络模块中,流形样本对包络子模块用于提取原样本间局部关联信息,重构生成第1层包络样本;保持降维式聚类子模块用于提取样本的全局关联信息,重构生成第2层包络样本。双级间一致性保持模块用于优化第2层包络样本的表征能力。然后,在这2层包络样本上分别训练2个内嵌式堆栈自动编码器,获得2组深度特征。组织了4组实验,包括消融实验、算法比较、参数影响分析以及复杂度分析。实验结果表明,双级联合投影包络内嵌堆栈自动编码器提取的深度特征具有较高且稳定的质量。

来源：2025年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第2期