基于KPCA初始化卷积神经网络的方法

CAI Nan; LI Ping

首页> 中文期刊> 《计算机技术与发展》 >基于KPCA初始化卷积神经网络的方法

基于KPCA初始化卷积神经网络的方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了解决卷积神经网络中卷积核不能得到有效初始化,导致网络训练难度增加,使网络收敛速度过慢的问题,提出了一种基于KPCA初始化卷积核的方法(KPCA-CNN).该方法首先创建一个与卷积核大小相同的感受野对每个卷积层第一次输入的所有图像进行滑动采样,采样后的数据经过KPCA处理提取主成分,初始化卷积核.与PCA相比,KPCA对图像中的非线性特征有较好的提取能力,所提取的主成分中包含了输入图像的非线性特征,能够更加有效地初始化卷积核,从而降低网络的训练难度,使网络收敛速度变快.分别将PCA初始卷积核方法和KPCA初始化卷积核方法应用在MNIST手写数字识别上进行实验仿真,结果表明KPCA初始化卷积核的方法增加了网络的准确率,加快了网络的收敛速度.

著录项

来源
《计算机技术与发展》 |2019年第7期|76-79|共4页
作者
CAI Nan; LI Ping;
展开▼
作者单位

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
卷积神经网络; 卷积核初始化; 主成分分析; 核主成分分析; MNIST;

相似文献

中文文献
外文文献
专利

1. 卷积神经网络(CNN)训练中卷积核初始化方法研究 [J] . 朱继洪 ,裴继红 ,赵阳 . 信号处理 . 2019,第004期
2. 初始化卷积神经网络的主成分洗牌方法 [J] . 李玉鑑 ,沈成恺 ,杨红丽 . 北京工业大学学报 . 2017,第001期
3. 基于权重初始化-多层卷积神经网络滑动窗口融合的高等教育办学规模预测算法 [J] . 王宪莲 ,安凤平 . 信息技术与标准化 . 2019,第010期
4. 基于权重初始化-多层卷积神经网络滑动窗口融合的高等教育办学规模预测算法 [J] . 王宪莲 ,安凤平 . 信息技术与信息化 . 2019,第010期
5. 一种易于初始化的类卷积神经网络视觉跟踪算法 [J] . 李寰宇 ,毕笃彦 ,查宇飞 . 电子与信息学报 . 2016,第001期
6. 基于KPCA-Chi2的铣床刀具损伤状态识别方法研究 [C] . ZHOU Yuqing ,周余庆 ,GAO Chen . 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议 . 2016
7. 卷积神经网络中卷积核权重初始化方法研究及应用 [A] . 蔡楠 . 2019

基于KPCA初始化卷积神经网络的方法

摘要

著录项

相似文献

相关主题

期刊订阅