典型文献
改进胶囊网络的小样本图像分类算法
文献摘要：
为了解决胶囊网络不能对复杂的小样本图像进行有效分类的问题,提出一种将Darknet进行改进融入胶囊网络的分类模型.首先将Darknet改进为同时包含浅层与深层特征提取器的模型,浅层特征提取器采用5×5的卷积核以捕捉长距离的边缘轮廓特征,深层特征提取器采用3×3的卷积核以捕捉更深层的语义特征,再将图像的浅层边缘特征与深层语义特征进行融合,以保留图像的有效特征;接着利用胶囊网络对图像有效特征进行向量化处理,解决特征空间表征能力缺失的问题;最后在损失函数中加入L2正则化项,避免模型的过拟合问题.实验结果表明,在小样本数据集上,该模型相比胶囊网络、DCaps模型分类准确率分别提升28.51个百分点和24.40个百分点,相比ResNet50、Xception等卷积神经网络分别提升21.57个百分点和18.02个百分点,显示该方法对复杂小样本图像分类性能提升明显;同时在大样本数据集上,该模型的分类性能也获得了一定程度的提升.
文献关键词：
小样本图像;胶囊网络;Darknet;L2正则化项;图像分类
中图分类号：
作者姓名：
王飞龙;刘萍;张玲;李钢
作者机构：
太原理工大学 大数据学院,山西 晋中 030600;太原理工大学 软件学院,山西 晋中 030600
文献出处：
引用格式：
[1]王飞龙;刘萍;张玲;李钢-.改进胶囊网络的小样本图像分类算法)[J].计算机科学与探索,2022(10):2387-2394
A类：
DCaps
B类：
改进胶囊网络,小样本图像分类,图像分类算法,Darknet,分类模型,深层特征,卷积核,长距离,边缘轮廓,轮廓特征,语义特征,边缘特征,深层语义,有效特征,行向量,向量化,特征空间,空间表征,表征能力,损失函数,L2,正则化,过拟合,小样本数据集,模型分类,分类准确率,百分点,ResNet50,Xception,分类性能,性能提升,大样本
AB值：
0.305989
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。
