10.13774/j.cnki.kjtb.2023.04.006
基于改进萤火虫算法的卷积神经网络在人脸识别中的研究
针对卷积神经网络采用人工方法选择超参数影响模型识别效果的问题,本文提出采用具有泛化能力强和参数少等优点的萤火虫算法对超参数进行优化的思路.首先,针对萤火虫算法容易陷入局部最优和容易收敛的缺点,提出基于混沌思想的种群初始化和自适应步长的优化策略,其次,选择6个卷积神经网络的超参数使用萤火虫算法进行优化;最后,在仿真实验中,将改进后的萤火虫算法进行性能测试,并与其他2种卷积神经网络算法在人脸数据库中进行对比,在识别率和完成时间上都获得较好的效果.
卷积神经网络、萤火虫算法、人脸识别
39
TP391.41(计算技术、计算机技术)
2023-06-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
32-37,50