基于流形正则的堆叠胶囊自编码器优化算法

摘要：

针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题,本文提出基于流形正则的堆叠胶囊自编码器优化算法.采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建,加强图像目标检测的精度,并在损失函数中引入流形正则项,从而加强对原始数据空间局部特征的提取,最终使用基于流形正则的堆叠胶囊自编码器学习参数,选择出更加具有区别性的特征.在MNIST和Fashion MNIST数据集上的实验结果显示,该优化算法相比于原网络结构,图像分类准确率分别提高了0.26和9.23个百分点,且模型训练速度也得到较大提高.

关键词：深度学习、图像分类、堆叠胶囊自编码器、流形正则、滤波器

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省教育厅高等学校基本科研项目

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：76-85