10.16208/j.issn1000-7024.2021.08.013
基于改进的基因表达式编程自动优化CNN
为设计出具有高性能的卷积神经网络(CNN),且不需要在CNN和应用问题领域拥有广泛的专业知识和实践经验进行较优的CNN设计变量设置,提出一种基于模糊控制多细胞基因表达式编程算法来自动优化CNN的方法.通过设计一种有效的可变长度基因编码策略来表示CNN的设计变量,描述不同的构建块和不可预测的最优深度,将该算法应用于MNIST、CIFAR10和大肠癌症医学图像3个数据集进行验证.与其它已有先进算法进行实验比较,其结果表明,所提算法在分类准确度中可获得更好的效果,算法鲁棒性更强,且整个过程全自动完成.
卷积神经网络;自动设计;图像分类;模糊控制;基因表达式编程
42
TP311(计算技术、计算机技术)
国家自然科学基金项目;广西自然科学基金项目
2021-08-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
2186-2194