中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
深度EM胶囊网络全重叠手写数字识别与分离

文献类型:期刊论文

作者姚红革; 董泽浩; 喻钧; 白小军
刊名自动化学报
出版日期2022
卷号48期号:12页码:2996-3005
关键词深度胶囊网络 重叠数字识别 重叠数字分离 EM向量聚类
ISSN号0254-4156
DOI10.16383/j.aas.c190849
英文摘要基于胶囊网络的向量神经元思想和期望最大算法(Expectation-maximization, EM),设计了一种以EM为向量聚类算法的深度胶囊网络(Deep capsule network, DCN),实现了重叠手写数字的识别与分离.该网络由两部分组成,第1部分是“识别网络”,将EM算法改为EM向量聚类算法,以替换原胶囊网络CapsNet中的迭代路由部分,这一改动优化了网络的运算过程,实现了重叠数字识别.第2部分是“重构网络”,由结构完全相同的两个并行网络组成,对双向量进行并行重构,实现了重叠数字的分离.实验结果显示,对于100%全重叠手写数字图片本网络识别率达到了96%,对比CapsNet在80%的重叠率下95%的识别率,本文网络在难度提升的情况下,识别率有明显提高,能够将完全重叠的两张手写数字进行图片进行准确地分离.
源URL[http://ir.ia.ac.cn/handle/173211/56234]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
姚红革,董泽浩,喻钧,等. 深度EM胶囊网络全重叠手写数字识别与分离[J]. 自动化学报,2022,48(12):2996-3005.
APA 姚红革,董泽浩,喻钧,&白小军.(2022).深度EM胶囊网络全重叠手写数字识别与分离.自动化学报,48(12),2996-3005.
MLA 姚红革,et al."深度EM胶囊网络全重叠手写数字识别与分离".自动化学报 48.12(2022):2996-3005.

入库方式: OAI收割

来源: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。