改进的Cifar-10模型在装甲目标二分类中的应用

摘要：

分析研究了Cifar-10模型的网络结构,搭建了实验平台,对传统的模型进行了训练,分析了实验中网络参数对识别效果的影响.提出了增加卷积核数量、合理选取迭代次数和改变激活函数的方法,实现了对传统的Cifar-10模型的改进,实验结果表明,同等实验环境,在合理选取迭代次数和激活函数的前提下,提高卷积核数量1个倍数后对图像的识别率可提高99％以上.在此基础上,利用改进的Cifar-10模型对装甲目标进行了二分类实验,实验结果表明分类准确率达到了99.93％,验证了改进模型在军事应用中的现实意义.

关键词：卷积神经网络、Cifar-10模型、图像分类、卷积核

所属期刊栏目：40

分类号：TP183(自动化基础理论)

资助基金：全军军事学研究课题014JY412;总装重点课题2014ZTXXXX03

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：141-144