基于权值分布的多模型分类算法研究

• 作者: 林小竹 柯岩 蒋梦莹 魏战红
• 来源期刊: 计算机应用研究
• 关键词: 卷积神经网络 多模型融合 特征向量 特征提取 权值分布
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 313-316
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0506

摘要

为了提高卷积神经网络对图像分类的正确率,对网络结构进行研究,提出了多模型融合卷积神经网络.通过提取单个模型的输出特征向量,进行融合后得到新的输出特征向量,再搭建单层分类器进行图像分类,提高分类准确率.将单个模型与多模型融合的分类准确率进行比较,多模型融合卷积神经网络的分类准确率有所提高.分析了卷积神经网络最后一层全连接层的权值分布,发现同一模型在不同数据集上的权值分布曲线相似,分类效果好的网络模型其权值分布曲线更平缓.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林小竹	北京石油化工学院信息工程学院	54	628	13.0	22.0
2	魏战红	北京石油化工学院信息工程学院	9	3	1.0	1.0
3	蒋梦莹	北京石油化工学院信息工程学院	3	72	2.0	3.0
7	柯岩	北京石油化工学院信息工程学院	3	5	1.0	2.0