文献类型：期刊文章

作　　者：刘万军[1] 梁雪剑[1] 曲海成[1]

LIU Wanjun LIANG Xuejian QU Haicheng(School of Software, Liaoning Technical University, Huludao 125105)

机构地区：[1]辽宁工程技术大学软件学院,葫芦岛125105

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61172144);辽宁省教育厅科学技术研究一般项目(No.L2015216)资助~~

年　　份：2016

卷　　号：29

期　　号：9

起止页码：856-864

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进一步提高卷积神经网络算法的收敛速度和识别精度,提出基于双重优化的卷积神经网络图像识别算法.在构建卷积神经网络的过程中,针对特征提取和回归分类建立双重优化模型,实现对卷积与全连接过程的集成优化,并与局部优化算法对比,分析各算法的识别率和收敛速度的差异.在手写数字集和人脸数据集上的实验表明,双重优化模型可以在较大程度上提高卷积神经网络的收敛速度和识别精度,并且这种优化策略可以进一步拓展到其它与卷积神经网络相关的深度学习算法中.

关 键 词：深度学习  卷积神经网络 分类识别  双重优化模型  

分 类 号：TP391.41] TP183[计算机类]