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
适用于具有多分类器的卷积神经网络训练方法
被引量：
6
1
作者
李建更
李立杰
+2 位作者
张岩
王朋飞
左国玉
《北京工业大学学报》
CAS
CSCD
北大核心
2018年第10期1291-1296,共6页
为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经...
为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.
展开更多
关键词
深度学习
卷积神经网络(CNN)
视条件而定的深度卷积网络(CDLN)
多分类器
多分类器联合训练
图像分类
分类准确率
在线阅读
下载PDF
职称材料
题名
适用于具有多分类器的卷积神经网络训练方法
被引量：
6
1
作者
李建更
李立杰
张岩
王朋飞
左国玉
机构
北京工业大学信息学部
计算智能与智能系统北京市重点实验室
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2018年第10期1291-1296,共6页
基金
北京市自然科学基金资助项目(4162012)
国家自然科学基金资助项目(61573029)
文摘
为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.
关键词
深度学习
卷积神经网络(CNN)
视条件而定的深度卷积网络(CDLN)
多分类器
多分类器联合训练
图像分类
分类准确率
Keywords
deep learning
convolution neural network
conditional deep learning network （CDLN）
multiple
classifi
er
joint training by multiple classifiers （jtmc）
image
classifi
cation
classifi
cation accuracy
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
适用于具有多分类器的卷积神经网络训练方法
李建更
李立杰
张岩
王朋飞
左国玉
《北京工业大学学报》
CAS
CSCD
北大核心
2018
6
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
