节点文献

基于卷积神经网络的数字分类器的研究与优化

免费订阅

【作者】 杜阔李亚

【Author】 DU Kuo;LI Ya;Tianjin University of Science & Technology;

【机构】 天津科技大学

【摘要】 数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接数减少一定的数量,进行仿真实验。实验结果表明,保证在同一准确率的前提下,综合考虑迭代次数和预测时延,在C3层(中间层)做优化最为合适,总结出的规律和方法也可对复杂卷积神经网络优化提供参考,满足实时性要求高、大数据量的应用场景。

【基金】 国家自然科学基金青年科学基金项目(61705166)~~
【所属期刊栏目】 计算机科学与应用 (2019年16期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.16.023
  • 【分类号】TP391.41;TP183
  • 【下载频次】8
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: