收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进卷积神经网络算法的研究与应用

王飞飞  
【摘要】:卷积神经网络是一种结合人工神经网络以及深度学习技术的新型神经网络,它是首个真正意义上能够成功训练多个层次网络的结构模型。卷积神经网络是为识别二维图像专门特殊设计的一个多层感知器,其具备良好的自学能力、容错能力,对平移、缩放、倾斜或者其他形式的变形具有高度不变性。本文以传统的卷积神经网络为基础,提出以下三种改进的算法模型:1.本文提出基于加权Fisher准则的卷积神经网络算法模型。该算法主要对传统卷积神经网络的代价函数做了改进,在最小平方误差代价函数的基础上引入加权Fisher准则,其主要目的在于保证图像实际输出值和图像样本标签之间的残差最小的同时,使得同类样本间的距离越近越好,异类样本间的距离越远越好。2.本文提出基于改进激活函数的卷积神经网络算法模型。该算法主要对传统卷积神经网络的激活函数做了改进,结合了卷积神经网络目前使用最为广泛的非线性激活函数ReLUs函数的稀疏特性以及Softplus函数光滑特性。此外,针对将改进后的激活函数作为卷积神经网络所有层的激活函数可能会带来图像信息因过于稀疏从而导致信息严重缺失的问题,提出两种结构并加以比较。3.本文提出基于改进Gabor滤波器的卷积神经网络算法模型。该算法首先对传统的Gabor滤波器进行改进,引入曲度系数概念,使得改进后的Gabor滤波器在具备良好的方向和尺度特性的同时兼具良好的局部曲率响应特性;其次将输入图像和改进后的Gabor滤波器卷积,将得到的图像多个方向的特征取代原始图像作为卷积神经网络新的输入。本文在Mnist手写数字图像库、AR人脸库、ORL人脸库三种常用的数据库上进行实验以验证所提算法的可行性,并分析了实验结果。最终的实验结果表明本文的创新算法可以取得更好的识别效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张赛民;周竹生;陈灵君;;应用一种改进BP神经网络算法预测密度曲线[J];物探化探计算技术;2007年06期
2 李淑慧;;改进的进化神经网络算法及其在入侵检测中的应用[J];现代电子技术;2010年01期
3 王治国;宋考平;张春鹤;刘刚;王爱明;;BP神经网络算法在单井流动单元识别中的应用[J];数学的实践与认识;2011年05期
4 ;BP神经网络算法的改进[J];电脑开发与应用;1995年02期
5 贺兴时,刘宇;BP神经网络算法在数字识别中的应用[J];西北纺织工学院学报;2000年04期
6 李广琼,蒋加伏;关于对BP神经网络算法改进的研究[J];常德师范学院学报(自然科学版);2003年02期
7 孙修东,李宗斌,陈富民;基于改进BP神经网络算法的多指标综合评价方法的应用研究[J];河南机电高等专科学校学报;2003年01期
8 王青海;BP神经网络算法的一种改进[J];青海大学学报(自然科学版);2004年03期
9 左付均,蔡自兴;基于神经网络算法的建设项目风险预测系统设计[J];广西科学院学报;2004年03期
10 李卫东;基于神经网络算法的工程技术人员综合评价方法的应用研究[J];太原科技大学学报;2005年02期
11 曹志峰;;二种构造性神经网络算法的对比[J];石河子大学学报(自然科学版);2005年05期
12 王光强;周佩玲;;神经网络算法在股指预测中的应用[J];计算机工程;2006年01期
13 赵禹骅;顾国维;;信用评级的简约神经网络算法研究[J];计算机应用;2006年04期
14 赵禹骅;李栋龙;李可柏;;信用评级的简约神经网络算法[J];计算机工程与应用;2006年23期
15 王会婷;张鹏;;神经网络算法在多目的地通信问题中的应用[J];重庆工学院学报(自然科学版);2007年01期
16 曾喆昭;王耀南;;基于正交基神经网络算法的多传感器数据融合方法[J];传感技术学报;2007年06期
17 谢立春;;BP神经网络算法的改进及收敛性分析[J];计算技术与自动化;2007年03期
18 杜义君;;神经网络算法在Microsoft SQL Server 2005 Analysis Services中的应用[J];塔里木大学学报;2007年03期
19 李良;吴红娉;陈瑜;;基于BP神经网络算法及推导的研究[J];中国水运(学术版);2008年01期
20 颜雪松;时晨;杨丽芬;蒋思伟;;一种用于曲线预测的混合神经网络算法研究[J];微电子学与计算机;2009年04期
中国重要会议论文全文数据库 前10条
1 吕庆喆;盛昭瀚;徐南荣;;离散多准则决策问题的BP神经网络算法[A];1994中国控制与决策学术年会论文集[C];1994年
2 魏俊超;;BP神经网络算法改进研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
3 傅荟璇;王宇超;杜春洋;;基于粒子群BP神经网络算法舰船航向预报[A];中国自动化学会控制理论专业委员会D卷[C];2011年
4 丁世飞;苏春阳;;基于遗传算法的优化BP神经网络算法与应用研究[A];第二十九届中国控制会议论文集[C];2010年
5 邱永红;潘亚汉;;基于神经网络算法的自适应数字波束形成技术[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年
6 严隽薇;朱柳明;萧蕴诗;;高阶关联神经网络算法研究[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
7 李勇刚;桂卫华;阳春华;蔡自兴;;基于神经网络算法的锌电解过程分时供电优化调度系统的研究[A];第二十届中国控制会议论文集(下)[C];2001年
8 热合木江;艾尼瓦尔·吐尔地;尼加提·吐尔逊;古丽·吐尔逊;胡得来提;;一种遗传神经网络算法及其在石油资源预测中的应用[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
9 阴万宏;黎高平;袁良;;BP神经网络算法应用于水的带通比色滤波测温结果处理[A];2012年西部光子学学术会议论文摘要集[C];2012年
10 耿兆丰;吴永敢;;基于神经网络算法的路经规划[A];1992年中国控制与决策学术年会论文集[C];1992年
中国博士学位论文全文数据库 前2条
1 涂娟娟;PSO优化神经网络算法的研究及其应用[D];江苏大学;2013年
2 刘铭;若干混合智能计算方法及应用研究[D];吉林大学;2014年
中国硕士学位论文全文数据库 前10条
1 翟增辉;基于近域去重法改进的BP神经网络算法[D];安徽大学;2016年
2 孙碧颖;基于神经网络算法构建电信用户流失预测模型的研究[D];兰州大学;2016年
3 曹伟;基于改进型PSO-BP神经网络算法的水环境质量评价[D];昆明理工大学;2016年
4 魏汉军;BP神经网络算法及Ni-TiC复合镀层工艺—性能模型预测[D];西安科技大学;2015年
5 王飞飞;基于改进卷积神经网络算法的研究与应用[D];南京邮电大学;2016年
6 文卉;余弦基神经网络算法研究与应用[D];国防科学技术大学;2006年
7 杨云峰;混沌神经网络算法及其在深水电机设计中的应用[D];沈阳工业大学;2009年
8 尤一帆;遗传进化神经网络算法在分类问题中的设计和研究[D];浙江大学;2011年
9 杨鹏;神经网络算法在导热反问题中的应用[D];河北工业大学;2003年
10 姚禹辰;基于改进神经网络算法的参与性介质辐射特性反演研究[D];哈尔滨工业大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978