深度卷积神经网络结构改进及训练优化算法研究

深度学习中卷积神经网络的应用解析 #生活技巧# #学习技巧# #深度学习技巧#

深度卷积神经网络结构改进及训练优化算法研究

摘要：近年来，随着人工智能技术的高速发展，深度卷积神经网络(DeepConvolutionNeuralNetwork,DCNN)已经在图像处理、机器人等相关领域获得了广泛应用。目前深度卷积网络存在特征冗余、学习效率衰减以及手动调参困难等问题。针对上述问题，本文基于深度卷积神经网络，从网络的特征提取、训练效率和超参数自动调整三方面开展研究，提升深度卷积网络的预测准确性、鲁棒性、泛化性，并将所提算法用于图像分类、分割、目标检测和实际场景中的物体识别。本文的研究工作包括以下几个部分：　　(1)针对DCNN中存在的特征冗余问题，提出基于残差Dropout卷积的DCNN改进算法，旨在实现Dropo...

关键词：

授予学位：

博士

学科专业：

导师姓名：

学位年度：

2023

语种：

中文

分类号：

TP391.41(计算技术、计算机技术)

在线出版日期：

2024-04-12 （万方平台首次上网日期，不代表论文的发表时间）

参考文献 (54)

仅看全文

排序：

发表时间

被引频次

查看引文网络

引证文献 (1)

仅看全文

排序：

发表时间

被引频次

相关文献

  换一换

月卡

- 学位畅读卡 -

¥98

季卡

- 学位畅读卡 -

¥228

年卡

- 学位畅读卡 -

¥399

年卡

- 超级文献套餐 -

¥499

查重

- 个人文献检测 -

快速入口

开通阅读并同意

《万方数据会员(个人)服务协议》

相关主题

相关学者

相关机构

网址：深度卷积神经网络结构改进及训练优化算法研究 https://www.yuejiaxmz.com/news/view/929877

相关内容

深度学习模型中神经网络结构的优化策略
卷积神经网络的优化技巧：加速训练与提高性能
卷积神经网络优化技巧：提升性能与降低复杂度1.背景介绍 卷积神经网络（Convolutional Neural Netw
卷积神经网络优化技巧：提高性能和速度
深入理解卷积神经网络（CNN）：从简单到复杂的实现与优化
CNN优化全攻略：卷积神经网络性能提升的20条技巧
深度学习技巧：优化神经网络训练的策略
【故障诊断】基于贝叶斯优化卷积神经网络BO
神经网络中超参数调节和优化技巧、优化算法的分类介绍
深度神经网络训练的必知技巧

随便看看