利用自适应假近邻方法优化卷积神经网络的图像目标分类算法.PDFVIP

———————————————————————————————————————————————— 利用自适应假近邻方法优化卷积神经网络的图像目标分类算法 作者 黄珍，李志浩，苑毅，阮文惠 机构 兰州文理学院 数字媒体学院；兰州文理学院 传媒工程学院；兰州大学 信息科学与工程学院 DOI 10.3969/j.issn.1001-3695.2018.05.0339 基金项目 甘肃省自然科学基金资助项目（17JR5RA007）；甘肃省教育厅资助项目（2016A-104）；兰州 文理学院种子基金（自然）资助项目（17XJZZ005）；国家自然科学基金资助项目 预排期卷 《计算机应用研究》2019 年第36 卷第11 期 摘要 为了能够在处理不同的数据类型或任务时得到良好的结果，设计了基于自适应假近邻方法的 卷积神经网络(CNN)架构。将中心矩的思想应用在CNN 的池化操作中，利用稀疏滤波算法实 现训练过程的无监督化，并设置 CNN 算法的卷积掩模(卷积核)的大小和每层卷积单位(CNN 神经元)的数量；此外，该架构还利用自适应假近邻