基于改进Dropout和特征梯度融合的深度学习模型性能提升策略

作     者：王顺先 金耀 许淮 王文 顾苏杭 霍之琳 

作者机构：常州大学图书馆 聊城职业技术学院学生工作部 常熟理工学院电气与自动化工程学院 

基　　金：江苏省图书馆大数据研究课题(2021JSTD009) 江苏省研究生教育教学改革课题(JGKT22_C065) 

出 版 物：《中国高新科技》 (ZHONG GUO GAO XIN KE JI)

年 卷 期：2022年第17期

页      码：119-120页

摘      要：为了提升深度学习模型的泛化能力和准确率,提出基于高斯能量分布控制的Dropout和特征梯度融合改进策略。在多个公共图像数据集和自制文本数据集上设计多组对比实验,实验结果表明,提出的改进方法能够有效地提升深度学习模型的泛化能力和准确率。

主 题 词：深度学习 泛化能力 Dropout 特征梯度 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2096-4137.2022.17.049

馆 藏 号：203115651...