混合PSO优化卷积神经网络结构和参数

摘要：

为了使卷积神经网络在非经验指导下自动寻得最优连接,并提高其参数优化效率,提出用粒子群优化卷积网络参数,并用离散粒子群优化卷积网络特征图之间连接结构的新方法.先使用粒子群优化所有权值,再采用离散粒子群优化降采样层和卷积层之间特征图连接结构.将该方法用于MNIST数据集和CIFAR-10数据集,实验结果表明,相比其他连接结构的卷积神经网络和其他识别方法,该方法可以有效实现网络结构及参数的优化,加速网络收敛并提高识别准确比.

关键词：卷积神经网络、离散粒子群优化、手写字符识别、粒子群优化、结构优化

所属期刊栏目：47

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60905066;重庆市教委科学技术研究项目KJ1500401

在线出版日期：2018-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：230-234