-
题名基于改进胶囊网络模型的小样本图像识别
被引量：1
- 1
-
-
作者
苏比努尔·艾依来提
南新元
石跃飞
杨天伟
-
机构
新疆大学电气工程学院
-
出处
《现代电子技术》
2022年第5期49-55,共7页
-
基金
国家自然科学基金项目(61463047)。
-
文摘
针对小样本识别问题引入胶囊模型,并将其与卷积神经网络相结合进行改进,以提升神经网络的性能。首先,在模型构建过程中引入提取目标图像的不同维度特征信息,进而利用单位卷积代替传统神经网络中的池化层,实现不同维度间的特征融合,这一操作可以在简化特征参数的同时提升特征表达能力;然后,通过胶囊网络对卷积模块所提特征做进一步处理,提取图像的位置信息,以获得更具有鲁棒性的分类特征。实验结果证明,相对于传统卷积神经网络、支持向量机和决策树算法,改进的分类模型在宝石小样本数据集上具有更好的识别效果。
-
关键词
小样本识别
深度学习
图像识别
胶囊模型
卷积神经网络
多尺度卷积
单位卷积
特征融合
-
Keywords
small sample recognition
deep learning
image recognition
capsule model
CNN
multi-scale convolution
unit convolution
feature fusion
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于果蝇算法优化GRNN的生物氧化预处理温度预测
被引量：6
- 2
-
-
作者
孔颜芳
南新元
石跃飞
苏比努尔·艾依来提
-
机构
新疆大学电气工程学院
-
出处
《有色金属工程》
CAS
北大核心
2021年第3期69-74,共6页
-
基金
国家自然科学基金资助项目(61463047)。
-
文摘
为了实现对氧化槽温度的精准预测,提出用改进过的果蝇优化算法来优化广义回归神经网络(GRNN)的参数。改进的方法是在标准果蝇优化算法中加入个体极值的思想,以此提高算法跳出局部极优值的能力。最后分别采用GRNN、FOA-GRNN、IFOA-GRNN方法建立了氧化槽温度预测模型。研究结果表明,IFOA-GRNN预测模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均相对百分比误差(MAPE)均比其它两种预测模型的低,预测精度和泛化能力更强,采用该法可以更精确地预测氧化槽的温度变化。
-
关键词
生物冶金氧化预处理
温度
广义回归神经网络
改进果蝇优化算法
预测
-
Keywords
biological metallurgy oxidation pretreatment
temperature
generalized regression neural network
improved drosophila optimization algorithm
prediction
-
分类号
TF831
[冶金工程—有色金属冶金]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
