-
题名受损图片分类的双并行交叉降噪卷积神经网络
被引量：1
- 1
-
-
作者
王达
周雪峰
徐智浩
蔡奕松
陈洲
-
机构
沈阳工业大学信息科学与工程学院
广东省智能制造研究所广东省现代控制技术重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第18期147-153,共7页
-
基金
国家自然科学基金(No.51405091)
广东省科学院优秀青年科技人才基金(No.rcjj201504)
广州市珠江科技新星专项(No.201610010054)
-
文摘
应对大量受干扰图像的分类问题,提出了一种双并行交叉降噪卷积模型,该模型由两部分并行交叉网络结构组成,分别对应改进的自编码方式和并行交叉卷积神经网络,同时在该模型训练的过程中,使用批量正则化和改进激活函数的方法。经实验验证,与同类模型相比,该模型首先具有降噪能力强、鲁棒性好、泛化能力强和准确率高的特点,其次避免过拟合,加快收敛速度。在图片不同程度受损的情况下,它也可较好地完成图像目标识别分类任务。
-
关键词
图像分类
自编码器
卷积神经网络
双并行交叉
-
Keywords
image classification
autoencoder
convolution neural networks
double parallel cross
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP389.1
[自动化与计算机技术—计算机系统结构]
-
