10.13338/j.issn.1674-649x.2021.02.007
改进的VGG-16卷积神经网络算法在丁腈橡胶片材识别中的应用
针对VGG-16卷积神经网络识别丁腈橡胶片材时,出现了过拟合、参数量大、准确率较低的问题,提出在缩减原网络深度基础上改进的VGG-16卷积神经网络识别算法.通过嵌入多分辨率分组卷积、混合池化取代最大池化、增加自适配归一化(switchable normalization,SN)的方法,优化了网络结构.实验结果表明:该方法训练时未出现过拟合,参数量约下降至VGG-16的0.098%,相对仅缩减深度的VGG-16网络,识别准确率提高了7.17%,算法可应用于某些固体火箭发动机内绝热层材料的识别.
丁腈橡胶片材、卷积神经网络、VGG-16、归一化、混合池化、多分辨率分组卷积
35
TP391.41(计算技术、计算机技术)
陕西省科技厅青年科学基金项目;西安市科技局高校人才服务企业项目;国家级大学生创新创业训练计划项目
2021-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
41-47