期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进最小分类误差准则算法的深度学习研究——以台风卫星云图为例 被引量:3
1
作者 郑宗生 侯倩 +1 位作者 邹国良 卢奇 《计算机应用研究》 CSCD 北大核心 2019年第10期3160-3163,共4页
针对传统基于最小分类误差准则(MCE)建立的目标函数存在样本错分类时网络出现的梯度反向问题,引入最小分类误差准则,定义带修正项的FMCE目标函数。以较高精度的交叉熵作为基函数,将FMCE作为修正函数,提出改进交叉熵目标函数CE-FMCE,使... 针对传统基于最小分类误差准则(MCE)建立的目标函数存在样本错分类时网络出现的梯度反向问题,引入最小分类误差准则,定义带修正项的FMCE目标函数。以较高精度的交叉熵作为基函数,将FMCE作为修正函数,提出改进交叉熵目标函数CE-FMCE,使得网络在反向传播过程中提升标签类输出的概率。CE-FMCE不仅克服了传统MCE目标函数的梯度反向问题,还弥补了交叉熵函数对非标签集梯度不作区分处理的不足。分别在自建台风云图数据集和通用数据集MNIST上对CE-FMCE和MSE、交叉熵、MCE、M3CE进行对比实验,实验结果表明CE-FMCE优于其他目标函数。 展开更多
关键词 深度学习 卷积神经网络 交叉熵 最小分类误差准则 台风等级
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部