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:
神经网络需要大量的有标签数据来训练与优化参数.当样本数量较少的时候,网络参数无法得到充分优化.针对小样本情况下神经网络性能较低和存在过拟合的问题,将神经网络特征与人工特征进行融合,以提高识别准确率.仿真结果表明,提出的算法在多种小样本情况下均能有效提高识别的准确率.另外,针对过拟合情况,提出的算法也可以有效恢复过拟合情况下的准确率.
推荐文章
基于添加小样本特征VQ算法的说话人识别
说话人识别
矢量量化
小样本特征码本
PCC算法
基于多特征阈值融合的手指静脉识别算法
指静脉识别
曲率
细线特征
阈值融合算法
基于小样本集弱学习规则的KNN分类算法
机器学习
K-最近邻分类
小样本集
标签数据
弱学习规则
基于特征融合的步态识别算法研究
生物特征识别
步态识别
特征融合
权重
傅里叶描述子
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 基于特征融合的小样本个体识别算法
来源期刊 通信技术 学科
关键词 个体识别 Alexnet网络 信息维数 特征融合
年,卷(期) 2021,(6) 所属期刊栏目 信息处理与传输|Information Processing & Transmission
研究方向 页码范围 1339-1343
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1002-0802.2021.06.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (20)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(11)
  • 参考文献(4)
  • 二级参考文献(7)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
个体识别
Alexnet网络
信息维数
特征融合
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导