基于改进的基因表达式编程自动优化CNN

• 作者: 龚道庆 彭昱忠 邓楚燕 袁程 曹爱清 李红亚
• 来源期刊: 计算机工程与设计
• 关键词: 卷积神经网络 自动设计 图像分类 模糊控制 基因表达式编程
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 软件与算法|Software and Arithmetic
• 页码范围: 2186-2194
• 页数: 9页
• 分类号: TP311
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.08.013

摘要

为设计出具有高性能的卷积神经网络(CNN),且不需要在CNN和应用问题领域拥有广泛的专业知识和实践经验进行较优的CNN设计变量设置,提出一种基于模糊控制多细胞基因表达式编程算法来自动优化CNN的方法.通过设计一种有效的可变长度基因编码策略来表示CNN的设计变量,描述不同的构建块和不可预测的最优深度,将该算法应用于MNIST、CIFAR10和大肠癌症医学图像3个数据集进行验证.与其它已有先进算法进行实验比较,其结果表明,所提算法在分类准确度中可获得更好的效果,算法鲁棒性更强,且整个过程全自动完成.