期刊文章详细信息
基于Lenet-5的卷积神经网络改进算法
Improved convolutional neural network based on Lenet-5
文献类型：期刊文章
机构地区：[1]河南大学计算机与信息工程学院,河南开封475004 [2]河南大学数据与知识工程研究所
年 份：2016
期 号：8
起止页码：4-6
语 种：中文
收录情况：普通刊
摘 要：在当前语音识别和图像识别领域,卷积神经网络已经取得了很大的成功。现有的Lenet-5卷积神经网络是多层网络结构,但是大量实验表明,从全链接层到输入层的回调影响了最终的精度,特别是在有限数据量的情况下。因此提出了单层回调的Lenet-5算法,即在Lenet-5卷积神经网络的卷积层后添加一个临时输出层,与真实标签进行比较,根据误差函数对层间参数进行回调,并用全球手写数字MNIST数据集进行训练和测试。实验表明,即使在有限数据量的情况下算法的精度仍能得到提高。
关 键 词：卷积神经网络 Lenet-5 全链接 卷积 池化 回调 精度
分 类 号：TP391.4]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
