期刊文章详细信息
结合胶囊网络和卷积神经网络的目标识别模型
An Object Recognition Model Combining Capsule Network and Convolutional Neural Network
文献类型:期刊文章
LIN Shaodan;HONG Chaoqun;CHEN Yuxue(Department of Information Engineering,Fuzhou 350007,China;Library,Fujian Chuanzheng Communications College,Fuzhou 350007,China;School of Computer and Information Engineering,Xiamen University of Technology,Xiamen 361024,China)
机构地区:[1]福建船政交通职业学院信息工程系,福州350007 [2]福建船政交通职业学院图书馆,福州350007 [3]厦门理工学院计算机与信息工程学院,福建厦门361024
基 金:福建省交通运输厅科技项目(201409);福建省职业院校智能装备应用技术协同创新中心建设项目(闽教科[2016]7号)
年 份:2019
卷 号:59
期 号:9
起止页码:987-994
语 种:中文
收录情况:BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、UPD、ZGKJHX、核心刊
摘 要:通过改进动态路由和压缩函数的方式对Hinton等的胶囊网络模型进行改进。运用了加强数据集的方法,增加了数据集的大小,在一定程度上避免了过拟合现象的发生。通过实验表明,改进后的胶囊网络模型在结构上有了简化,在效率上比未改进的模型有了明显的提高。在改进的胶囊网络模型基础上,提出了将改进后的胶囊网络与卷积神经网络相结合的网络模型。该模型训练准确率达到97.56%,模型评估准确率达88%。
关 键 词:胶囊网络 动态路由 特征向量 压缩函数 卷积神经网络
分 类 号:TP312]
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...