-
题名基于拓扑数据分析与卷积神经网络的特征融合方法
- 1
-
-
作者
杨含
秦广军
刘子源
胡永庆
刘光南
戴庆龙
-
机构
北京联合大学智慧城市学院
国家电力投资集团数字科技有限公司
-
出处
《深圳大学学报(理工版)》
北大核心
2025年第5期624-630,共7页
-
基金
国家自然科学基金资助项目(62172045)
北京联合大学校级科研资助项目(ZK10202403)。
-
文摘
针对卷积神经网络(convolutional neural networks,CNN)难以捕获和利用复杂高维数据的多维结构信息,限制了其特征学习能力的问题,提出一种融合了拓扑数据分析(topological data analysis,TDA)与CNN的特征融合方法——TDA-CNN.该方法将CNN捕获的数值分布特征与TDA提取的拓扑结构特征相融合,CNN通道负责提取数值分布特征,TDA通道专注于提取拓扑结构特征,然后,将这两类特征融合形成组合特征表示,并利用注意力机制自适应地学习每种特征的重要性权重,为后续全连接网络提供更全面的决策依据.在Intel Image、Gender Images和Chinese Calligraphy Styles by Calligraphers等数据集上的实验表明,TDA-CNN在改进特征聚类与识别关键特征方面表现出色,分别将基线模型VGG16、EfficientNet V2和DenseNet121的性能提升了21.89%、22.66%和8.26%,有效增强了模型的判别能力.
-
关键词
人工智能
模式识别
计算机神经网络
拓扑数据分析
卷积神经网络
注意力机制
计算机图象处理
-
Keywords
artificial intelligence
pattern recognition
computer neural networks
topological data analysis
convolu-tional neural network
attention mechanism
computer image processing
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP3-05
[自动化与计算机技术—计算机科学与技术]
-
