《表1 ORL数据集上四种模型的平均稀疏度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进的稀疏深度置信网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了证明本文算法在稀疏性方面和准确率方面的优越性，同时具有一定的普适性，本节以双隐藏层DBN网络作为实验模型进行三组实验。实验一为在双隐藏层数为250-100条件下，不同σ取值下G-DBN准确率的变化情况，实验结果如图3所示；实验二为隐藏层数分别取60、80、100、200、300和400条件下，NS-RBM模型、SP-RBM模型、当σ=0.2时的G-RBM模型和当σ=0.3时的G-RBM模型的稀疏度比较，实验结果如图4和表1所示；实验三为当双隐藏层数变化时，四种模型的准确率比较，实验结果如表2所示。