基于改进的基因表达式编程自动优化CNN

作     者：龚道庆 彭昱忠 邓楚燕 袁程 曹爱清 李红亚 GONG Dao-qing;PENG Yu-zhong;DENG Chu-yan;YUAN Cheng;CAO Ai-qing;LI Hong-ya

作者机构：南宁师范大学计算机与信息工程学院广西南宁530299 复旦大学计算机科学技术学院上海200433 广西民族大学预科教育学院广西南宁530006 许昌电气职业学院信息工程系河南许昌461000 

基　　金：国家自然科学基金项目(61562008) 广西自然科学基金项目(2017GXNSFAA198228、2017GXNSFBA198153) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第8期

页      码：2186-2194页

摘      要：为设计出具有高性能的卷积神经网络(CNN),且不需要在CNN和应用问题领域拥有广泛的专业知识和实践经验进行较优的CNN设计变量设置,提出一种基于模糊控制多细胞基因表达式编程算法来自动优化CNN的方法。通过设计一种有效的可变长度基因编码策略来表示CNN的设计变量,描述不同的构建块和不可预测的最优深度,将该算法应用于MNIST、CIFAR10和大肠癌症医学图像3个数据集进行验证。与其它已有先进算法进行实验比较,其结果表明,所提算法在分类准确度中可获得更好的效果,算法鲁棒性更强,且整个过程全自动完成。

主 题 词：卷积神经网络 自动设计 图像分类 模糊控制 基因表达式编程 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2021.08.013

馆 藏 号：203104709...