期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双交叉熵的自适应残差卷积图像分类算法
被引量：
5
1
作者
李伟
黄鹤鸣
《计算机工程与设计》
北大核心
2023年第12期3670-3676,共7页
为弥补卷积神经网络在图像分类方面对颜色特征的不敏感,并生成更逼真的图像样本,提出一种基于双交叉熵的自适应残差卷积图像分类算法。将双交叉熵损失函数应用到深度卷积生成对抗网络中的判别模型;结合图像的主颜色特征和残差卷积神经...
为弥补卷积神经网络在图像分类方面对颜色特征的不敏感,并生成更逼真的图像样本,提出一种基于双交叉熵的自适应残差卷积图像分类算法。将双交叉熵损失函数应用到深度卷积生成对抗网络中的判别模型;结合图像的主颜色特征和残差卷积神经网络提取的空间位置特征,运用改进的差分演化算法解决多特征融合权重系数的设定问题。实验结果表明,所提算法与传统的CNN算法相比,准确率明显提高10.75个百分点。双交叉熵损失函数可以提高判别模型区分生成图像与真实图像的能力,迫使生成模型生成更逼真的图像样本。
展开更多
关键词
双交叉熵损失
生成对抗网络
卷积神经网络
多特征融合
自适应权重
改进的差分演化算法
图像分类
在线阅读
下载PDF
职称材料
题名
基于双交叉熵的自适应残差卷积图像分类算法
被引量：
5
1
作者
李伟
黄鹤鸣
机构
青海师范大学计算机学院
青海师范大学藏语智能信息处理与应用国家重点实验室
出处
《计算机工程与设计》
北大核心
2023年第12期3670-3676,共7页
基金
国家自然科学基金项目(62066039、61662062)。
文摘
为弥补卷积神经网络在图像分类方面对颜色特征的不敏感,并生成更逼真的图像样本,提出一种基于双交叉熵的自适应残差卷积图像分类算法。将双交叉熵损失函数应用到深度卷积生成对抗网络中的判别模型;结合图像的主颜色特征和残差卷积神经网络提取的空间位置特征,运用改进的差分演化算法解决多特征融合权重系数的设定问题。实验结果表明,所提算法与传统的CNN算法相比,准确率明显提高10.75个百分点。双交叉熵损失函数可以提高判别模型区分生成图像与真实图像的能力,迫使生成模型生成更逼真的图像样本。
关键词
双交叉熵损失
生成对抗网络
卷积神经网络
多特征融合
自适应权重
改进的差分演化算法
图像分类
Keywords
dual cross-entropy loss
generative adversarial networks
convolutional neural networks
multi-feature fusion
adaptive weight
improved differential evolution algorithm
image classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双交叉熵的自适应残差卷积图像分类算法
李伟
黄鹤鸣
《计算机工程与设计》
北大核心
2023
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
