深度學(xué)習(xí)及其在社會(huì)化媒體分析中應(yīng)用研究.pdf

1、近年來(lái)由于移動(dòng)設(shè)備技術(shù)及互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，極大的方便人們隨時(shí)隨地進(jìn)行圖片拍攝，這就使得以圖像為出發(fā)點(diǎn)的社交媒體如Flickr、Instagram等開(kāi)始大量的涌現(xiàn)。如何有效地管理組織這些海量的圖像數(shù)據(jù)，并對(duì)社會(huì)化媒體中圖像進(jìn)行挖掘分析以促進(jìn)個(gè)體在線交流，提升用戶體驗(yàn)，輔助企業(yè)做出營(yíng)銷決策成為了研究的熱點(diǎn)問(wèn)題。而深度學(xué)習(xí)正是能夠從海量的數(shù)據(jù)中進(jìn)行學(xué)習(xí)、挖掘的一種機(jī)器學(xué)習(xí)方法。其深度分層結(jié)構(gòu)與人類視覺(jué)系統(tǒng)具有深度分層的特點(diǎn)一致，所以深度學(xué)

2、習(xí)人類符合人類生物學(xué)上對(duì)圖像認(rèn)知的過(guò)程。自2006年深度學(xué)習(xí)被Hinton提出后就引發(fā)了學(xué)術(shù)界、工業(yè)界的研究熱潮，已經(jīng)涌現(xiàn)大量的研究和應(yīng)用。深度學(xué)習(xí)強(qiáng)調(diào)可學(xué)習(xí)性的特點(diǎn)，因此它適合于學(xué)習(xí)具有良好表達(dá)力的圖像特征，進(jìn)而滿足社會(huì)化媒體圖像語(yǔ)義學(xué)習(xí)分類、圖像美學(xué)質(zhì)量評(píng)價(jià)以及以此為基礎(chǔ)的社會(huì)化媒體分析研究。本文針對(duì)以上問(wèn)題提出了基于深度學(xué)習(xí)模型的社會(huì)化媒體圖像語(yǔ)義分類算法和社會(huì)化媒體圖像美學(xué)質(zhì)量評(píng)價(jià)算法并進(jìn)行了應(yīng)用。
　　本文首先詳細(xì)介紹了

3、深度學(xué)習(xí)算法的基本思想、訓(xùn)練方法以及其與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的主要異同，并且對(duì)幾種得到廣泛研究應(yīng)用的深度學(xué)習(xí)模型作了闡述。其次，描述了深度學(xué)習(xí)在圖像語(yǔ)義分類應(yīng)用的問(wèn)題定義及現(xiàn)有的方法，并提出了基于棧式去噪編碼器(Stacked denoising Auto-Encoder, SdEA)和基于卷積深度玻爾茲曼機(jī)（Convolution Deep Boltzmann Machine，CDBM）的圖像語(yǔ)義分類模型。并且用實(shí)驗(yàn)證明這兩種模型在社會(huì)化圖像