论文研究-基于改进深度孪生网络的分类器及其应用.pdf

所需积分/C币:35 2019-09-07 16:20:14 730KB .PDF
31
收藏 收藏
举报

孪生神经网络由两组共享参数的孪生神经网络组成,可对高维度非线性的数据进行低维度映射,其在低维特征空间中变得可分。利用其优异的相似度计算性能,针对像交通标志识别这样具有复杂环境条件的分类问题,提出并设计基于孪生神经网络结构的高效分类器。采用卷积神经网络作为其基本构成,运用max-pooling,dropout等技术形成特征提取所需的多尺度卷积神经网络。同时辅助以空间变换器网络来进一步提高识别的准确率。通过对GTSRB交通标志数据集进行测试,其识别的准确率达到了99.40%。该分类器方法同时具备了结构简单、训练时间短、准确率高以及识别速度快的优点。

...展开详情
试读 7P 论文研究-基于改进深度孪生网络的分类器及其应用.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于改进深度孪生网络的分类器及其应用.pdf 35积分/C币 立即下载
1/7
论文研究-基于改进深度孪生网络的分类器及其应用.pdf第1页
论文研究-基于改进深度孪生网络的分类器及其应用.pdf第2页

试读结束, 可继续读1页

35积分/C币 立即下载