基于PSO算法与Dropout的改进CNN算法

作     者：王金哲 王泽儒 王红梅 WAN Jinzhe;WANG Zeru;WANG Hongmei

作者机构：长春工业大学计算机科学与工程学院吉林长春130012 

基　　金：吉林省科技厅科技发展计划基金资助项目(20160203010GX) 

出 版 物：《长春工业大学学报》 (Journal of Changchun University of Technology)

年 卷 期：2019年第40卷第1期

页      码：26-30页

摘      要：设计卷积升级网络结构,引入PSO算法减小了误差的反向传播,避免了滞后误差与图像的过拟合,提高了收敛速度。将该方法应用到数据集HCL2000和MNIST上,并进行了与WCNN、MLP-CNN、SVM-ELM的实验对比,证明了改进算法的正确性。

主 题 词：粒子群算法 CNN Dropout 过拟合 

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] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.15923/j.cnki.cn22-1382/t.2019.1.05

馆 藏 号：203607210...