卷积神经网络复杂性质与准确率的关系研究

作     者：王光波 孙仁诚 隋毅 邵峰晶 WANG Guangbo;SUN Rencheng;SUI Yi;SHAO Fengjing

作者机构：青岛大学计算机科学技术学院山东青岛266071 

基　　金：国家自然科学青年基金(41706198) 

出 版 物：《复杂系统与复杂性科学》 (Complex Systems and Complexity Science)

年 卷 期：2021年第18卷第2期

页      码：60-65页

摘      要：卷积神经网络的结构也会对其性能造成影响,设计卷积神经网络更多的是依靠经验和强大的算力,如何设计出性能更好的卷积神经网络目前缺少有效的理论支撑。为了解决这一问题,在分析典型卷积神经网络拓扑复杂性的基础上,为快速实现满足给定复杂性特征的卷积神经网络,给出了由复杂网络拓扑到卷积神经网络的生成算法,通过建立系列不同拓扑特征的卷积神经网络,采用Cifar10和Cifar100数据集分析了平均聚集系数、平均路径长度、图密度、模块度等拓扑性质对卷积神经网络识别有效性的影响关系。实验表明在神经网络的参数数量基本相等的情况下,平均聚类系数会对卷积神经网络的性能产生影响。最终得到结论在统计意义上,平均聚集系数小的网络结构会有更好的性能表现,这为进一步设计出更好的卷积神经网络提供了理论依据。

主 题 词：卷积神经网络 拓扑结构 平均聚集系数 准确率 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 0835[0835] 0802[工学-机械学] 071102[071102] 080201[080201] 

核心收录：

D　O　I：10.13306/j.1672-3813.2021.02.007

馆 藏 号：203103156...