基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高卷积神经网络的分类精度,提出一种结合多个网络的改进Stacking算法.将卷积神经网络作为基分类器对数据进行分类,得到新的样本再经过元分类器分类.为降低元分类器输入数据的维度和多个网络分类结果之间的相关性,采用主成分分析方法对基分类器的输出进行降维.在数据集上进行分类精度对比实验,结果表明,与传统Stacking、基于平均后验概率算法和基于类投票算法相比,该算法在同类型网络和不同类型网络中,分类精度均较高且更具有稳定性.
推荐文章
一种移动卷积神经网络的FPGA实现
FPGA
卷积神经网络
硬件加速
MobileNet
移动端
一种适用于模式分类的模糊粗隶属函数神经网络
模糊粗糙集
模糊粗隶属函数
RBF神经网络
模糊粗隶属函数神经网络
遥感图像分类
神经网络
一种脉冲卷积神经网络VLSI硬件架构设计
脉冲卷积神经网络电路
手写体识别
数字集成电路
一种基于卷积神经网络的结构损伤检测方法
卷积神经网络
损伤识别
加速度
抗噪性
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 一种适用于卷积神经网络的Stacking算法
来源期刊 计算机工程 学科 工学
关键词 卷积神经网络 Stacking算法 主成分分析 降维 网络结构 分类精度
年,卷(期) 2018,(4) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 243-247
页数 5页 分类号 TP391
字数 3950字 语种 中文
DOI 10.3969/j.issn.1000-3428.2018.04.039
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 梁利平 中国科学院微电子研究所 47 126 7.0 9.0
2 张笑铭 中国科学院大学电子电气与通信工程学院 2 17 1.0 2.0
6 王志君 中国科学院微电子研究所 11 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (3)
参考文献  (7)
节点文献
引证文献  (16)
同被引文献  (55)
二级引证文献  (13)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(14)
  • 引证文献(10)
  • 二级引证文献(4)
2020(14)
  • 引证文献(5)
  • 二级引证文献(9)
研究主题发展历程
节点文献
卷积神经网络
Stacking算法
主成分分析
降维
网络结构
分类精度
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导