期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于声呐图像的类别增量学习方法研究
1
作者 陈鑫哲 梁红 徐微雨 《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第2期303-309,共7页
由于声呐图像分辨率低、样本数少,现有的类别增量学习网络对历史任务目标出现了严重的灾难性遗忘问题,导致所有任务目标的平均识别率降低。基于生成重放的框架模式,提出了一种改进的类别增量学习网络,设计搭建新的深层卷积生成对抗网络... 由于声呐图像分辨率低、样本数少,现有的类别增量学习网络对历史任务目标出现了严重的灾难性遗忘问题,导致所有任务目标的平均识别率降低。基于生成重放的框架模式,提出了一种改进的类别增量学习网络,设计搭建新的深层卷积生成对抗网络取代变分自编码器,作为生成重放增量网络的重构模型,提升图像的重构效果;构建新的卷积神经网络取代多层感知机,作为生成重放增量网络的识别网络,提升图像的分类识别性能。结果表明,改进的生成重放增量网络缓解了历史任务目标的灾难性遗忘问题,显著提高所有任务目标的平均识别率显著提高。 展开更多
关键词 声呐图像识别 生成重放 类别增量学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部