基于核操作的核全连接神经网络的图像识别方法
文献类型：专利
| 作者 | 韩志 ; 刘柏辰; 贾慧迪; 唐延东
|
| 发表日期 | 2022-02-01 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及一致基于核操作的核全连接神经网络的图像识别方法。对于图像分类任务来说，当网络的深度和宽度足够和合适时，分类精度达到饱和。即使增加深度和宽度，饱和度精度也不会提高。本发明中通过提高深度卷积神经网络的非线性能力突破饱和精度。在深度卷积神经网络中，前一层更倾向于提取特征，后一层更倾向于对特征进行分类。因此，我们提高了深度卷积神经网络的最后一层全连接层的非线性能力。最后一层采用核操作将特征隐式映射到高维空间，使网络具有更好的线性可分性。实验结果表明，与基准网络相比，基于核操作的核全连接神经网络具有更高的分类精度和更快的收敛速度。 |
| 申请日期 | 2021-11-26 |
| 语种 | 中文 |
| 状态 | 公开 |
| 源URL | [http://ir.sia.cn/handle/173321/30410]  |
| 专题 | 沈阳自动化研究所_机器人学研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 韩志,刘柏辰,贾慧迪,等. 基于核操作的核全连接神经网络的图像识别方法. 2022-02-01. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。