具有多个级联输出层的深度神经网络

• 作者: 崔华 毕欣 白杰 黄李波
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度神经网络 泛化性能 自适应增强
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 汽车智能化与网联技术
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP37
• 字数: 3392字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2017.s1.004

摘要

提出了一种新的深度神经网络的设计方法,目的是改进其泛化性能.介绍了常用的改进深度神经网络泛化性能的方法,描述了所提出的新的具有多个级联输出层的深度神经网络的设计方法.该神经网络的多个级联输出层构成了序列分类器,这些分类器与自适应增强算法相结合提升了神经网络的泛化性能.该模型通过在分类器间共享部分网络结构节省了计算量,通过试验证实了其有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白杰	同济大学汽车学院	14	59	4.0	7.0
2	黄李波	同济大学汽车学院	4	1	1.0	1.0
3	毕欣	同济大学汽车学院	3	1	1.0	1.0
4	崔华	同济大学汽车学院	2	27	1.0	2.0