結(jié)合改進(jìn)Fisher判別準(zhǔn)則與GRV模塊的卷積神經(jīng)網(wǎng)絡(luò)
資料介紹
傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)(CNN)在建模過程中由于數(shù)據(jù)樣本量不足容易岀現(xiàn)過擬合現(xiàn)象,且對(duì)隨機(jī)數(shù)據(jù)泛化能力較差。為此,設(shè)計(jì)一種結(jié)合改進(jìn) Fisher判別準(zhǔn)則與GRⅤ模塊的卷積神經(jīng)網(wǎng)絡(luò)( FDCNN)。使用CNN學(xué)習(xí)從輸入圖像到多維歐式空間的映射關(guān)系,采用基于改進(jìn) Fisher判別準(zhǔn)則的損失函數(shù)進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練并將人臉樣本數(shù)據(jù)投影到低維空間,保證類內(nèi)離散度盡量小的同時(shí)類間離散度盡量大以達(dá)到最佳人臉分類效果。引入融合Googlenet、 Res net和 Vggnet網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)的GRⅤ模塊,提高CNN網(wǎng)絡(luò)表達(dá)能力并降低網(wǎng)絡(luò)模型復(fù)雜度。實(shí)驗(yàn)結(jié)果表明,當(dāng)訓(xùn)練樣本數(shù)量為840時(shí), FDCNN模型在CBCL數(shù)據(jù)集上的識(shí)別率為93.4%,相比傳統(tǒng)CNN模型、基于改進(jìn) Fisher判別準(zhǔn)則的全連接神經(jīng)網(wǎng)絡(luò)模型等網(wǎng)絡(luò)模型識(shí)別率更高且泛化能力更好。
- 卷積神經(jīng)網(wǎng)絡(luò)入門詳解 0次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)檢測(cè)方法綜述 63次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)等的碳鋼石墨化智能評(píng)級(jí) 56次下載
- 基于多列卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)算法 6次下載
- 深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)層級(jí)分解綜述 5次下載
- 基于剪枝與量化的卷積神經(jīng)網(wǎng)絡(luò)壓縮算法 6次下載
- MATLAB實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)CNN的源代碼 16次下載
- 緊湊的卷積神經(jīng)網(wǎng)絡(luò)模型研究綜述 9次下載
- 神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)的原理 8次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 端到端深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)識(shí)別商家招牌 8次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值反向傳播機(jī)制和MATLAB的實(shí)現(xiàn)方法 14次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注模型 4次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的振動(dòng)信號(hào)模態(tài)參數(shù)識(shí)別 5次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級(jí) 3.7k次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 2.6k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 1.1k次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 3k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在視頻處理中的應(yīng)用 1.6k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的卷積操作 3.1k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 7.3k次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 1.9k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理 6.1k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 1.6k次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 3.5k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程 2.1w次閱讀
- 詳解卷積神經(jīng)網(wǎng)絡(luò)卷積過程 1.9w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 3.1k次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.2w次閱讀
下載排行
本周
- 1新一代網(wǎng)絡(luò)可視化(NPB 2.0)
- 3.40 MB | 1次下載 | 免費(fèi)
- 2MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 3MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 4聯(lián)想flex2-14D/15D說明書
- 4.92 MB | 次下載 | 免費(fèi)
- 5收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 624Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
電子發(fā)燒友App





創(chuàng)作
發(fā)文章
發(fā)帖
提問
發(fā)資料
發(fā)視頻
上傳資料賺積分
評(píng)論