-
题名自适应融合残差网在图像分类中应用研究
被引量：4
- 1
-
-
作者
杨晶东
杨鑫
赵诚
-
机构
上海理工大学光电信息与计算机工程学院人机共融自主机器人实验室
上海中医药大学附属上海市中西医结合医院上海市中西医结合脉管病研究所
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第2期399-405,共7页
-
基金
国家自然科学基金项目(81973749)资助
上海市科委中医引导类项目(18401903600)资助
上海市卫计委科研面上项目(201740093)资助.
-
文摘
针对卷积神经网络存在随着网络深度增加导致优化困难,识别正确率降低、泛化性能差等问题,在Res Net(残差网络)基础上,提出了一种基于softmax全连接自适应门控网络融合模型.该方法在隐层网络深度达到一定层数后,设置多种卷积核尺寸作为独立网络输出,通过softmax全连接门控网络输出各模型选择概率,融合多种卷积尺寸残差网输出作为模型最终输出.实验表明,本文提出的融合残差网络模型更适合于多类别、精细化数据集,与单网络模型相比,在训练集上具有更好的收敛性,在测试集上具有更好的泛化性能.
-
关键词
残差网络
自适应融合模型
感受野范围
泛化性能
-
Keywords
residual network
adaptive fusion model
receptive field
generalization performance
-
分类号
TP389
[自动化与计算机技术—计算机系统结构]
-
