典型文献
多模型加权融合机制的石墨纯度识别
文献摘要：
针对人工识别的效率低及单一卷积神经网络提取特征的遗漏问题,提出了多模型加权融合机制的石墨纯度识别算法.在自建小样本数据集上,进行离线扩充和在线增强,提高模型的泛化能力,减少深层CNN的过拟合问题;结合迁移学习,利用优化的AlexNet和ResNet50构建双通道卷积神经网络,提取石墨图像的深层次特征,并将两者的特征进行加权融合后,使用SoftMax分类器进行分类.实验结果表明,经过加权融合后的识别准确率均优于单一网络,达到97.94％,同时模型的稳定性增强,收敛速度加快,证明了所提算法的可行性与有效性.
文献关键词：
石墨;特征融合;卷积神经网络;迁移学习;小样本数据集
中图分类号：
作者姓名：
徐小平;余香佳;刘广钧;刘龙
作者机构：
西安理工大学理学院,陕西西安710054;西安理工大学 自动化与信息工程学院,陕西 西安710048
文献出处：
引用格式：
[1]徐小平;余香佳;刘广钧;刘龙-.多模型加权融合机制的石墨纯度识别)[J].数学的实践与认识,2022(04):172-182
A类：
纯度识别
B类：
多模型,加权融合,融合机制,人工识别,一卷,提取特征,遗漏,识别算法,小样本数据集,离线,泛化能力,过拟合,迁移学习,AlexNet,ResNet50,双通道卷积神经网络,取石,层次特征,SoftMax,分类器,识别准确率,稳定性增强,收敛速度,特征融合
AB值：
0.329081
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。
