排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
初始化卷积神经网络的主成分洗牌方法 总被引:1,自引:0,他引:1
为了更好地初始化卷积神经网络,提出了一种初始化卷积核的有效方法,称为主成分洗牌方法.该方法首先对第1个卷积层的每个输入特征图的所有感受野进行采样,再对采样得到的图像块按输入特征图分别进行主成分分析,利用主成分分析得到的投影矩阵初始化该层卷积核,最后按上述过程依次对各层卷积核进行初始化.使用该方法在MNIST与CIFAR-10数据集上进行卷积层初始化实验.实验结果表明:与目前常用的随机初始化算法、Xavier初始化算法相比,该方法在提高网络的训练速度和测试集正确率方面均具有优越性. 相似文献
2.
3.
基于四叉树空间分割的网格模型简化算法 总被引:3,自引:3,他引:0
使用四叉树空间分割来加速模型简化算法中用于折叠的候选最近顶点对选取和排序过程.将局部区域到视点的距离和三角形面积作为加权因子,计算每个顶点二次误差测度均值,从而快速有效地简化模型.实现视点相关的模型简化。经实验验证和对比分析,证明了算法的有效性。 相似文献
4.
针对污泥好氧发酵立式螺旋翻堆机,研究了其工作机理,分析了立式螺旋翻堆机的主要参数对翻堆过程和使用性能的影响,通过理论分析阐述了立式螺旋翻堆机各个设计参数的变化规律和影响效果,为立式螺旋翻堆机的设计提供了理论依据. 相似文献
5.
为改善支持向量机的性能,从深度学习的角度研究核学习的方法,提出了基于多层感知器的深度核映射支持向量机模型( deep kernel mapping support vector machine,DKMSVM)以及相应的学习算法。该模型首先通过多层感知器学习一个从原始输入空间到合适维度空间的核映射代替传统意义上的核函数,然后直接在合适维度空间使用支持向量机进行分类,而不是采用核技巧进行求解。实验结果验证了DKMSVM的有效性。 相似文献
6.
7.
基于跨连卷积神经网络的性别分类模型 总被引:1,自引:0,他引:1
为提高性别分类准确率, 在传统卷积神经网络(Convolutional neural network, CNN)的基础上, 提出一个跨连卷积神经网络(Cross-connected CNN, CCNN)模型. 该模型是一个9层的网络结构, 包含输入层、6个由卷积层和池化层交错构成的隐含层、全连接层和输出层, 其中允许第2个池化层跨过两个层直接与全连接层相连接. 在10个人脸数据集上的性别分类实验结果表明, 跨连卷积网络的准确率均不低于传统卷积网络. 相似文献
8.
为有效仿真大规模背景景物红外图像纹理,提出一种基于可见光图像的红外图像纹理映射方法.该方法以相应景物的可见光图像灰度范围为参照,基于同景物某时刻红外图像的温度及灰度分布,计算景物红外图像的温度与灰度对应关系.将对应景物温度分布偏差信息叠加在相关景物不同时刻的均值温度上,映射在该景物可见光图像的灰度范围内,生成对应景物不同时刻的红外图像纹理.另外,将仿真的背景图像分为单一组分和混合组分的背景图像,对于单一组分背景图像,采用提出的方法进行红外图像纹理映射;对于混合组分的背景图像,首先采用该背景图像对应的可见光图像进行材质分类,在此基础上采用提出的方法进行混合组分背景图像的红外图像纹理映射.实验结果验证了本文方法的有效性,该方法可为快速仿真不同时刻、不同景物的红外图像纹理提供一种方便有效的途径. 相似文献
9.
1