基于图像特征的卷积核初始化方法

摘要：

针对当前卷积核初始化方法易导致网络不稳定及主成分分析算法对网络结构限制的问题,提出一种基于图像特征的卷积核初始化方法.该方法先结合模糊处理技术和边缘处理技术对图像进行采样,再将采样后的数据随机分组,使用主成分分析算法提取各组数据的主成分,初始化卷积核.将该方法应用于数据集Cifar-10和Corel-1000,并与Gauss初始化方法和He初始化方法进行对比测试,实验结果表明,该方法性能优于其他卷积核初始化方法.

关键词：深度学习、卷积核初始化、图像特征、主成分分析、随机组合

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672149

在线出版日期：2021-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：587-594