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)
2021-03-17 |
pdf |
2.33 MB |
次下載 |
免費(fèi)
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， FDCNN模型在CBCL數(shù)據(jù)集上的識別率為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)模型識別率更高且泛化能力更好。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 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)檢測方法綜述 61次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)等的碳鋼石墨化智能評級 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 7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)的振動信號模態(tài)參數(shù)識別 5次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級 389次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 382次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 157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 530次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在視頻處理中的應(yīng)用 307次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的卷積操作 288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 881次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 545次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理 1204次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 251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 1574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 1.8w次閱讀
- 詳解卷積神經(jīng)網(wǎng)絡(luò)卷積過程 1.7w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2687次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.1w次閱讀
上傳資料賺積分下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1491次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機(jī)和 SG3525的程控開關(guān)電源設(shè)計(jì)
- 0.23 MB | 4次下載 | 免費(fèi)
- 8基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
工商網(wǎng)監(jiān)
評論