基于改进卷积神经网络的指静脉识别

摘要：

针对深度学习的指静脉识别算法在训练样本较少以及训练次数较低时算法识别率降低问题,提出基于改进卷积神经网络的指静脉识别算法.通过增加卷积层数并使用LeaKy ReLU作为激活函数,提高网络泛化能力;使用改进的池化模型降低网络特征维度;反向传播调整权值时,引入判别信息作为约束条件.实验结果表明,该算法准确率在训练样本较少以及训练次数较低时明显优于其它指静脉识别算法.

关键词：深度学习、指静脉识别、卷积神经网络、激活函数、池化

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2019-05-28（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：562-566