原文服务方: 计算机应用研究       
摘要:
针对卷积神经网络中卷积核数量多凭经验确定的问题,提出了一种统计图像边缘信息来确定卷积核数量的方法.采用边缘检测算子对训练图像进行边缘检测,并依据卷积层的卷积核尺寸对边缘图像进行边缘块提取;统计提取到的边缘块以获得边缘特征矩阵,最后计算边缘特征矩阵各列的方差,将方差排序且归一化,选择方差较大部分边缘类型的个数作为卷积核数量.在MNIST和Chars74K数据集上的实验结果表明,该方法能依据数据集特点自适应地确定卷积核数量,构造的卷积神经网络模型大小适应于特定数据集,且能获得较高分类准确率.
推荐文章
基于并行卷积核交叉模块的卷积神经网络设计
卷积神经网络
网络改进
卷积核
图像分类
特征提取
结果分析
家具定制系统中基于视觉效果的边缘检测方法
图像处理
边缘检测
Sobel 算子
卷积核
边缘检测算法
基于CUDA的图像边缘检测方法
快速计算
数字图像
边缘检测
基于OpenCV的焊缝图像边缘检测方法
OpenCV
边缘检测
焊缝
Canny算子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边缘检测的卷积核数量确定方法
来源期刊 计算机应用研究 学科
关键词 卷积神经网络 边缘检测 卷积核数量 字符识别
年,卷(期) 2018,(11) 所属期刊栏目 图形图像技术
研究方向 页码范围 3454-3457
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.11.060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 文元美 广东工业大学信息工程学院 51 174 6.0 10.0
2 凌永权 广东工业大学信息工程学院 12 49 3.0 6.0
3 余霆嵩 广东工业大学信息工程学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (458)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(13)
  • 参考文献(2)
  • 二级参考文献(11)
2017(8)
  • 参考文献(5)
  • 二级参考文献(3)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
边缘检测
卷积核数量
字符识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导