动作识别中基于深度神经网络和GA合并算法的分类决策方法

• 作者: 席运江 赵雪章 黄雄波
• 来源期刊: 计算机应用研究
• 关键词: 动作识别 分类决策 重新训练 遗传算法 深度神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2232-2236
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0120

摘要

针对人体动作识别中传统方法在分类决策方面存在的问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法.首先提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络,再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并;然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后利用DNN对网络的偏差和权重进行训练,并在合并过程中将矩阵中的每一行当做一个染色体.实验采用了标准MNIST数据集对提出算法的性能进行评估.评估结果显示实验过程中的交叉和突变操作增加了神经元节点,提高了识别性能,并且弱化了不相关和相关神经元节点.因此,提出算法的错误率更低,网络性能更优异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄雄波		40	70	5.0	6.0
2	赵雪章		20	57	4.0	7.0
3	席运江		28	270	8.0	16.0