基于Swish激活函数的双通道CNN结构

摘要：

为了能在不增加卷积神经网络(CNN)的层数的情况下,提高网络的识别准确度,通过对网络结构进行优化,论文提出了利用两个不同的卷积神经网络通道对特征进行提取,以及将RELU激活函数更换为Swish激活函数的方法,以提高网络对特征的提取能力,提高识别能力.通过在Thomas Moeslund手势数据集上实验,实验结果表明论文提出的结构与经典的卷积神经网络和其他传统的方法相比,识别率取得了较大的提升,说明该结构具有良好的特征提取能力和泛化的能力.

关键词：卷积神经网络、特征提取、双通道网络结构、激活函数

所属期刊栏目：48

分类号：O174(数学分析)

在线出版日期：2020-08-13（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：1413-1416,1500