局部感受野的宽度学习算法及其应用

摘要：

为了更快且更准确地对图像进行识别,提出了基于局部感受野的宽度学习算法(Local Receptive Field based Broad Learning System,BLS-LRF),该方法以宽度学习网(Broad Learning System,BLS)为基础模型,与局部感受野(LRF)的思想相结合,从局部特征和全局特征两方面对图像进行特征提取.采用两种图像数据集对网络进行研究,将研究结果和许多传统神经网络进行对比,结果表明BLS-LRF网络的测试精度不仅超过了传统网络的测试精度,而且训练过程所需要的时间有了很大程度的缩短.

关键词：宽度学习网、局部感受野、神经网络、图像分类

所属期刊栏目：56

分类号：TP389.1(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省自然科学基金;中国博士后科学基金;河北省高等学校优秀青年培养计划

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：162-167