混合PSO优化卷积神经网络结构和参数

• 作者: 刘庆 周家林 唐贤伦 张娜
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 卷积神经网络 离散粒子群优化 手写字符识别 粒子群优化 结构优化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 230-234
• 页数: 5页
• 分类号: TP183
• 字数: 4048字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2018.02.011

摘要

为了使卷积神经网络在非经验指导下自动寻得最优连接,并提高其参数优化效率,提出用粒子群优化卷积网络参数,并用离散粒子群优化卷积网络特征图之间连接结构的新方法.先使用粒子群优化所有权值,再采用离散粒子群优化降采样层和卷积层之间特征图连接结构.将该方法用于MNIST数据集和CIFAR-10数据集,实验结果表明,相比其他连接结构的卷积神经网络和其他识别方法,该方法可以有效实现网络结构及参数的优化,加速网络收敛并提高识别准确比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐贤伦	重庆邮电大学工业物联网与网络化控制教育部重点实验室	79	723	14.0	24.0
2	周家林	重庆邮电大学工业物联网与网络化控制教育部重点实验室	6	39	4.0	6.0
3	张娜	重庆邮电大学工业物联网与网络化控制教育部重点实验室	3	23	3.0	3.0
4	刘庆	重庆邮电大学工业物联网与网络化控制教育部重点实验室	3	23	3.0	3.0