卷积神经网络池化方法研究

• 作者: 任笔墨 刘志杰 周林勇 谢晓尧
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 池化方法 多项分布 图像分类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 211-216
• 页数: 6页
• 分类号: TP183
• 字数: 4752字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050129

摘要

为解决随机池化中零元素概率为0导致不能被选择的问题,提出一种改进的混合概率随机池化方法.将池化域中的元素去重复并按升序排序,然后加上对应次序的幂次,得到元素的权重概率.在此基础上,根据多项分布取样给出池化值.在数据集MNIST、CIFAR-10、CIFAR-100上进行实验,结果表明,该方法在3种数据集上的分类准确率分别为99.50％、72.25％、39.05％,相较于传统池化方法具有较好的分类效果与稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晓尧	贵州师范大学贵州省信息与计算科学重点实验室	101	352	9.0	12.0
2	刘志杰	贵州师范大学贵州省信息与计算科学重点实验室	40	279	7.0	16.0
3	周林勇	贵州师范大学贵州省信息与计算科学重点实验室	3	10	2.0	3.0
7	任笔墨	贵州财经大学数学与统计学院	1	6	1.0	1.0