典型文献
基于深度学习与泰勒展开的吸毒成瘾者识别
文献摘要：
研究旨在利用深度学习方法通过面部图像以及抽象特征中的局部信息对吸毒成瘾者的成瘾程度和社区矫正时间进行识别.提出了一个基于泰勒展开式的神经网络模型,以深度残差网络作为主干网络,并嵌入泰勒特征图,使模型的训练时间减少、特征提取更加准确从而达到实时性的目标.实验过程中先对ResNet18进行预训练,再对嵌入的泰勒特征模式进行微调,网络末端通过全连接层与Softmax函数的组合进行分类,随机梯度下降的优化目标采用了交叉熵损失.此方法对于吸毒成瘾程度的识别准确度达到80.35％,对于社区矫正时间的识别准确率达到62.11％,该模型性能得到有效提升.
文献关键词：
深度学习;神经网络;泰勒展开
中图分类号：
作者姓名：
王媛媛;王新宇;田彬;王奎文;周锋
作者机构：
盐城工学院信息工程学院,江苏 盐城224051;江苏省方强强制隔离戒毒所,江苏 盐城224165
文献出处：
引用格式：
[1]王媛媛;王新宇;田彬;王奎文;周锋-.基于深度学习与泰勒展开的吸毒成瘾者识别)[J].电子器件,2022(05):1110-1115
A类：
B类：
吸毒,成瘾者,深度学习方法,面部图像,局部信息,社区矫正,矫正时间,泰勒展开式,深度残差网络,主干网络,特征图,训练时间,ResNet18,预训练,特征模式,微调,全连接层,Softmax,随机梯度下降,优化目标,交叉熵损失,识别准确率,模型性能
AB值：
0.343865
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
