首页> 中文期刊> 《信息技术》 >基于改进的LeNet-5网络在单通道图像分类中的研究

基于改进的LeNet-5网络在单通道图像分类中的研究

         

摘要

针对卷积神经网络在进行图像分类时,存在单通道提取特征不充分和收敛慢等问题,提出一种改进的LeNet-5深度卷积神经网络模型.该模型对通道数量、层次结构等进行了改进,并设计局部误差结构,利用算法来增加局部误差产生数量和层间权值的调整次数.实验表明,与传统的LeNet-5网络相比,所提出模型收敛速度更快和分类准确率更高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号