基于深度神经网络的藏药材识别分类研究

作     者：温瑶 祁晋东 周艳霞 罗松元邓 方珠丽 WEN Yao;QI Jindong;ZHOU Yanxia;LUO Songyuandeng;FANG Zhuli

作者机构：西藏大学信息科学技术学院西藏拉萨850000 

基　　金：西藏大学研究生高水平人才培养计划项目(项目编号:No.2020-GSP-S167) 西藏大学国家级大学生创新创业训练项目(项目编号:No.202210694039) 西藏大学珠峰学科建设计划项目(项目编号:No.zf22002001) 2022年度武汉理工大学-西藏大学“西藏经济社会发展与高原科学研究共建创新基金专项立项项目”(项目编号:No.LZJ2022004) 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2022年第34卷第24期

页      码：151-153页

摘      要：为了实现对藏药材快速、高效、准确的鉴定识别,本文采用深度学习的方式提出了一种对称卷积核多分支残差块。该块不仅可以根据藏药材的差异动态调节卷积的参数,而且可以在更细粒度的级别上提取多尺度空间信息,并形成长距离的信道依赖性,然后将此块进行堆叠,形成了一个新型的网络结构——深度对称卷积核神经网络。实验结果表明,该网络在相同条件下取得了参数量-计算量-准确率之间的平衡,具有更好的性能。

主 题 词：深度学习 对称卷积核多分支残差块 深度对称卷积核神经网络 平衡 

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.1003-9767.2022.24.045

馆 藏 号：203118627...