结合批归一化的直通卷积神经网络图像分类算法

作     者：朱威 屈景怡 吴仁彪 Zhu Wei;Qu Jingyi;Wu Renbiao

作者机构：中国民航大学天津市智能信号与图像处理重点实验室天津300300 

基　　金：国家自然科学基金青年科学基金(11402294) 天津市智能信号与图像处理重点实验室开放基金(2015AFS03) 中国民航大学第六期波音基金(20160159209) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2017年第29卷第9期

页      码：1650-1657页

摘      要：为解决深度卷积神经网络由于梯度消失而导致训练困难的问题,提出一种基于批归一化的直通卷积神经网络算法.首先对网络所有卷积层的激活值进行批归一化处理,然后利用可学习的重构参数对归一化后的数据进行还原,最后对重构参数进行训练.在CIFAR-10,CIFAR-100和MNIST这3个标准图像数据集上进行实验的结果表明,文中算法分别取得了94.53%,73.40%和99.74%的分类准确率,明显优于其他深度神经网络算法;该算法能够有效地克服传统卷积神经网络中梯度消失的问题.

主 题 词：图像分类 深度学习 直通卷积神经网络 批归一化 梯度消失 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3969/j.issn.1003-9775.2017.09.008

馆 藏 号：203262904...