摘要：提取符合数据分布结构的特征一直是模式识别领域的热点问题。基于固定核映射方法具有获取非线性特征的能力，但对映射函数类型及其参数十分敏感。论文提出一种基于多层自动编码器的特征提取算法，该深度学习网络模型的训练分为无监督预训练以及基于边际Fisher准则的监督式精雕训练过程。通过数据生成性预训练和精雕过程中正则化手段防止过拟合训练。在多个数据集进行分类的实验结果进一步验证算法的有效性。

关键词：模式识别 特征提取 深度学习 自动编码器 边际fisher分析 

单位：电子工程学院 合肥230037 安徽省电子制约技术重点实验室 合肥230037