不同池化模型的卷积神经网络学习性能研究

发布时间：2017-11-19 02:16

  本文关键词：不同池化模型的卷积神经网络学习性能研究

  更多相关文章： 深度学习 卷积神经网络 图像识别 特征提取 算法收敛 动态自适应池化

【摘要】：目的基于卷积神经网络的深度学习算法在图像处理领域正引起广泛关注。为了进一步提高卷积神经网络特征提取的准确度,加快参数收敛速度,优化网络学习性能,通过对比不同的池化模型对学习性能的影响提出一种动态自适应的改进池化算法。方法构建卷积神经网络模型,使用不同的池化模型对网络进行训练,并检验在不同迭代次数下的学习结果。在现有算法准确率不高和收敛速度较慢的情况下,通过使用不同的池化模型对网络进行训练,从而构建一种新的动态自适应池化模型,并研究在不同迭代次数下其对识别准确率和收敛速度的影响。结果通过对比实验发现,使用动态自适应池化算法的卷积神经网络学习性能最优,在手写数字集上的收敛速度最高可以提升18.55%,而模型对图像的误识率最多可以降低20%。结论动态自适应池化算法不但使卷积神经网络对特征的提取更加精确,而且很大程度地提高了收敛速度和模型准确率,从而达到优化网络学习性能的目的。这种模型可以进一步拓展到其他与卷积神经网络相关的深度学习算法。
【作者单位】： 辽宁工程技术大学软件学院;
【基金】：国家自然科学基金项目(61172144) 辽宁省教育厅科学技术研究一般项目(L2015216)~~
【分类号】：TP391.41;TP18
【正文快照】： 第21卷/第9期/2016年9月刘万军,梁雪剑,曲海成/不同池化模型的卷积神经网络学习性能研究0引言近年来,深度学习使机器学习在人工智能领域取得了重要突破。深度学习的本质是为了使机器学习的过程更加接近于人工智能[1]。深度学习技术由于对图像特征提取的独特优势而被计算机视觉

【相似文献】

中国期刊全文数据库 前10条

1 王继成;一种新的神经网络学习算法[J];计算机工程与科学;2000年03期

2 李波,杜健;改进的集成神经网络学习优化研究[J];天津理工大学学报;2005年04期

3 王继成，吕维雪;一种神经网络学习过程的数学描述[J];计算机研究与发展;1995年08期

4 李众立,王成端;神经网络学习算法的研究[J];系统工程与电子技术;1997年05期

5 李斌;数据标准化在神经网络学习中的效果[J];管理科学文摘;1999年01期

6 贾利群,王巍,陈建仁;快速稳健的神经网络学习方法[J];河南师范大学学报(自然科学版);1999年02期

7 胡子萍,崔萍,马晓敏;一种用于布尔逻辑设计的神经网络学习算法[J];石油大学学报(自然科学版);2001年03期

8 周颢,任庆生,戚飞虎;一种基于模糊推理的神经网络学习算法[J];上海交通大学学报;2004年01期

9 彭燕涛;黄文杰;;基于神经网络学习的发电商竞价支持研究[J];中国电力教育;2005年S2期

10 薛继伟;李耀辉;陈冬芳;;一种基于区间优化的神经网络学习算法[J];计算机工程;2006年04期

中国重要会议论文全文数据库 前10条

1 汪小帆;宋文忠;;高阶连续时间随机神经网络学习算法研究[A];1995年中国控制会议论文集（下）[C];1995年

2 欧阳聪星;周健;乐光新;;一种新的采用神经网络学习的信号子空间跟踪算法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 王直杰;方建安;邵世煌;;一种改进的遗传算法及其在神经网络学习中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

4 张荣;韩京清;;加快神经网络学习的梯度幂次法[A];1997年中国控制会议论文集[C];1997年

5 史天运;贾利民;;进化神经网络学习算法和软件的研究[A];2003年中国智能自动化会议论文集（上册）[C];2003年

6 鲁小帆;郭嗣琮;董超;;基于遗传算法的神经网络学习算法研究[A];中国计量协会冶金分会2007年会论文集[C];2007年

7 李银国;张邦礼;;小波基神经网络学习算法分析[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

8 刘朝阳;;领域知识和数据结合的神经网络学习方法和应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

9 骆再飞;管冰蕾;周世官;;基于混合粒子群优化的神经网络学习算法[A];2009中国控制与决策会议论文集（2）[C];2009年

10 王峥;李介谷;;基于遗传算法的混合神经网络学习算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国博士学位论文全文数据库 前2条

1 赵亮;基于协同PSO算法的模糊辨识与神经网络学习[D];上海交通大学;2009年

2 郭庆;多Agent系统协商中若干关键技术的研究[D];浙江大学;2003年

中国硕士学位论文全文数据库 前10条

1 常清泉;容错神经网络学习算法设计与收敛性研究[D];兰州大学;2015年

2 田园;基于STDP的多种忆阻神经网络学习的研究[D];重庆大学;2015年

3 高东莲;神经网络学习算法及其应用[D];燕山大学;2012年

4 王贤明;基于椭球集员估计理论的神经网络学习算法研究[D];长沙理工大学;2010年

5 徐骏;基于解析优化方法的神经网络学习算法研究[D];南京理工大学;2010年

6 冯超;递增的稀疏神经网络学习算法研究[D];上海交通大学;2008年

7 于秀丽;对神经网络学习算法的研究[D];河北工业大学;2003年

8 阮承妹;基于STDP的脉冲神经网络学习算法的研究[D];福建师范大学;2013年

9 穆云峰;RBF神经网络学习算法在模式分类中的应用研究[D];大连理工大学;2006年

10 刘彩红;BP神经网络学习算法的研究[D];重庆师范大学;2008年

，

本文编号：1201966