受损图片分类的双并行交叉降噪卷积神经网络

• 作者: 周雪峰 徐智浩 王达 蔡奕松 陈洲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像分类 自编码器 卷积神经网络 双并行交叉
• 年，卷（期）: 2018,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 147-153
• 页数: 7页
• 分类号: TP183|TP389.1|TP911.73
• 字数: 5553字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1802-0090

摘要

应对大量受干扰图像的分类问题,提出了一种双并行交叉降噪卷积模型,该模型由两部分并行交叉网络结构组成,分别对应改进的自编码方式和并行交叉卷积神经网络,同时在该模型训练的过程中,使用批量正则化和改进激活函数的方法.经实验验证,与同类模型相比,该模型首先具有降噪能力强、鲁棒性好、泛化能力强和准确率高的特点,其次避免过拟合,加快收敛速度.在图片不同程度受损的情况下,它也可较好地完成图像目标识别分类任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周雪峰	广东省智能制造研究所广东省现代控制技术重点实验室	10	32	4.0	5.0
2	王达	沈阳工业大学信息科学与工程学院	1	0	0.0	0.0
6	徐智浩	广东省智能制造研究所广东省现代控制技术重点实验室	2	0	0.0	0.0
7	蔡奕松	广东省智能制造研究所广东省现代控制技术重点实验室	3	5	1.0	2.0
8	陈洲	沈阳工业大学信息科学与工程学院	1	0	0.0	0.0