10.3969/j.issn.1001-0548.2018.02.011
混合PSO优化卷积神经网络结构和参数
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.
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
47
TP183(自动化基础理论)
国家自然科学基金60905066;重庆市教委科学技术研究项目KJ1500401
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
230-234