基于KPCA初始化卷积神经网络的方法.PDFVIP

第29卷摇 第7期 计 算机 技 术 与发 展 Vol.29摇 No.7 2019年7月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 July摇 2019 基于KPCA初始化卷积神经网络的方法 蔡摇 楠,李摇 萍 (宁夏大学物理与电子电气工程学院,宁夏 银川 750021) 摘摇 要:为了解决卷积神经网络中卷积核不能得到有效初始化,导致网络训练难度增加,使网络收敛速度过慢的问题,提 出了一种基于KPCA初始化卷积核的方法(KPCA-CNN)。 该方法首先创建一个与卷积核大小相同的感受野对每个卷积 层第一次输入的所有图像进行滑动采样,采样后的数据经过KPCA处理提取主成分,初始化卷积核。 与PCA相比,KPCA 对图像中的非线性特征有较好的提取能力,所提取的主成分中包含了输入图像的非线性特征,能够更加有效地初始