钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
电子测量技术期刊
\
一种改进池化模型对卷积神经网络性能影响的研究
一种改进池化模型对卷积神经网络性能影响的研究
作者:
刘梦雅
毛剑琳
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
卷积神经网络
池化模型
图像识别
MNIST
CIFAR-10
摘要:
池化模型作为卷积神经网络模型中至关重要的一部分, 具有降维、提高模型泛化能力等作用.为了进一步提高卷积神经网络模型的准确率, 优化模型的学习性能, 提出了一种基于最大池化和平均池化的改进池化模型, 并在全球手写数字数据集MNIST和CIFAR-10上分别对改进池化模型的有效性进行了验证.通过与常见池化模型的对比实验发现, 采用改进池化模型的卷积神经网络的学习性能较优, 一次迭代情况下, 在MNIST和CIFAR-10数据集上, 错误率分别下降了4.28%和2.15%.
暂无资源
收藏
引用
分享
推荐文章
基于改进的卷积神经网络的图像分类性能
卷积神经网络
图像分类技术
卷积层
池化层
改进矩阵分解与卷积神经网络结合的推荐模型
推荐系统
信息爆增
矩阵分解
卷积神经网络
基于改进卷积神经网络的多种植物叶片病害识别
病害
植物
图像处理
识别
卷积神经网络
批归一化
全局池化
深度学习
利用动态多池卷积神经网络的情感分析模型
情感分析
深度学习
情感词向量
卷积神经网络
动态多池
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
一种改进池化模型对卷积神经网络性能影响的研究
来源期刊
电子测量技术
学科
工学
关键词
卷积神经网络
池化模型
图像识别
MNIST
CIFAR-10
年,卷(期)
2019,(5)
所属期刊栏目
理论与算法
研究方向
页码范围
34-38
页数
5页
分类号
TP389.1|TN919.81
字数
语种
中文
DOI
10.19651/j.cnki.emt.1802265
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
毛剑琳
90
337
8.0
14.0
2
刘梦雅
3
4
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(52)
共引文献
(87)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1962(1)
参考文献(0)
二级参考文献(1)
1982(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1998(6)
参考文献(0)
二级参考文献(6)
1999(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(0)
二级参考文献(3)
2004(1)
参考文献(0)
二级参考文献(1)
2005(4)
参考文献(0)
二级参考文献(4)
2006(2)
参考文献(0)
二级参考文献(2)
2012(3)
参考文献(0)
二级参考文献(3)
2013(3)
参考文献(0)
二级参考文献(3)
2014(7)
参考文献(0)
二级参考文献(7)
2015(4)
参考文献(0)
二级参考文献(4)
2016(18)
参考文献(6)
二级参考文献(12)
2017(4)
参考文献(3)
二级参考文献(1)
2018(3)
参考文献(3)
二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
卷积神经网络
池化模型
图像识别
MNIST
CIFAR-10
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
电子测量技术
主办单位:
北京无线电技术研究所
出版周期:
半月刊
ISSN:
1002-7300
CN:
11-2175/TN
开本:
大16开
出版地:
北京市东城区北河沿大街79号
邮发代号:
2-336
创刊时间:
1977
语种:
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
期刊文献
相关文献
1.
基于改进的卷积神经网络的图像分类性能
2.
改进矩阵分解与卷积神经网络结合的推荐模型
3.
基于改进卷积神经网络的多种植物叶片病害识别
4.
利用动态多池卷积神经网络的情感分析模型
5.
基于改进的卷积神经网络的中文情感分类
6.
自适应池化卷积神经网络马品种识别研究
7.
基于卷积神经网络车身颜色识别技术研究
8.
一种改进深度卷积神经网络的海岛识别方法
9.
基于改进的卷积神经网络多姿态人脸识别研究
10.
基于改进的卷积神经网络的钢号识别
11.
空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草
12.
基于卷积神经网络和池化算法的表情识别研究
13.
无池化层卷积神经网络的中文分词方法
14.
基于多尺度池化卷积神经网络的疲劳检测方法研究
15.
基于改进VGG卷积神经网络的棉花病害识别模型
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电子测量技术2021
电子测量技术2020
电子测量技术2019
电子测量技术2018
电子测量技术2017
电子测量技术2016
电子测量技术2015
电子测量技术2014
电子测量技术2013
电子测量技术2012
电子测量技术2011
电子测量技术2010
电子测量技术2009
电子测量技术2008
电子测量技术2007
电子测量技术2006
电子测量技术2005
电子测量技术2004
电子测量技术2003
电子测量技术2002
电子测量技术2001
电子测量技术2000
电子测量技术2019年第9期
电子测量技术2019年第8期
电子测量技术2019年第7期
电子测量技术2019年第6期
电子测量技术2019年第5期
电子测量技术2019年第4期
电子测量技术2019年第3期
电子测量技术2019年第24期
电子测量技术2019年第23期
电子测量技术2019年第22期
电子测量技术2019年第21期
电子测量技术2019年第20期
电子测量技术2019年第2期
电子测量技术2019年第19期
电子测量技术2019年第18期
电子测量技术2019年第17期
电子测量技术2019年第16期
电子测量技术2019年第15期
电子测量技术2019年第12期
电子测量技术2019年第11期
电子测量技术2019年第10期
电子测量技术2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号