摘要
CNN,即卷积神经网络算法,是深度学习研究领域的重要分支,尤其是在图像识别领域,其已成为最为热门的研究对象。文章以图像识别为研究基础,先阐述卷积神经网络在图像识别中的进展,然后研究深度学习图像目标识别的传统算法,并在目标定位、特征提取、分类方法等方面与传统的目标识别算法进行了比较。在以上研究基础上,提出了一种新的卷积神经网络压缩激活函数模型,通过改进的CNN模型对卷积神经网络的结构进行了部分优化。实验验证了该模型的有效性,不仅降低了错误率,还大大减少了网络参数的数量,具有更强的学习能力。
出处
《大数据时代》
2024年第6期46-50,共5页
Big Data Time
作者简介
王金娟(1981-)女,硕士,副教授,主要研究方向为软件工程技术与应用、机器学习。
