典型文献
基于 VA-Expo-WA集成迁移学习的废钢分类
文献摘要：
近年来废钢资源增长迅速,为提高废钢的管理与利用水平,针对小数据集下的废钢分类问题,提出一种基于VA-Expo-WA方法的集成迁移学习模型.使用VGG-16、ResNet-50、DenseNet-121和EfficientNet-B0四种深度神经网络预训练模型对废钢分类数据集进行特征提取,并优化、训练各模型分类层得到迁移学习模型,再使用VA-Expo-WA方法建立集成迁移学习模型.实验结果表明,与四种原始模型、迁移学习模型和传统的集成迁移学习模型相比,所提出的集成迁移学习模型取得了更好的废钢分类效果,准确率高达99.17％.
文献关键词：
图像分类;深度神经网络;迁移学习;集成学习;VA-Expo-WA方法
中图分类号：
作者姓名：
周婧;秦伦明
作者机构：
上海电力大学电子与信息工程学院,上海201306
文献出处：
引用格式：
[1]周婧;秦伦明-.基于 VA-Expo-WA集成迁移学习的废钢分类)[J].信息技术,2022(05):18-24
A类：
B类：
VA,Expo,WA,迁移学习,废钢分类,管理与利用,利用水平,小数据,分类问题,VGG,ResNet,DenseNet,EfficientNet,B0,深度神经网络,预训练模型,分类数据,模型分类,分类效果,图像分类,集成学习
AB值：
0.317367
相似文献
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。
