典型文献
基于改进胶囊网络模型的小样本图像识别
文献摘要：
针对小样本识别问题引入胶囊模型,并将其与卷积神经网络相结合进行改进,以提升神经网络的性能.首先,在模型构建过程中引入提取目标图像的不同维度特征信息,进而利用单位卷积代替传统神经网络中的池化层,实现不同维度间的特征融合,这一操作可以在简化特征参数的同时提升特征表达能力;然后,通过胶囊网络对卷积模块所提特征做进一步处理,提取图像的位置信息,以获得更具有鲁棒性的分类特征.实验结果证明,相对于传统卷积神经网络、支持向量机和决策树算法,改进的分类模型在宝石小样本数据集上具有更好的识别效果.
文献关键词：
小样本识别;深度学习;图像识别;胶囊模型;卷积神经网络;多尺度卷积;单位卷积;特征融合
中图分类号：
作者姓名：
苏比努尔·艾依来提;南新元;石跃飞;杨天伟
作者机构：
新疆大学 电气工程学院,新疆 乌鲁木齐 830000
文献出处：
引用格式：
[1]苏比努尔·艾依来提;南新元;石跃飞;杨天伟-.基于改进胶囊网络模型的小样本图像识别)[J].现代电子技术,2022(05):49-55
A类：
单位卷积
B类：
改进胶囊网络,小样本图像,样本图像识别,小样本识别,问题引入,胶囊模型,构建过程,标图,不同维度,维度特征,特征信息,池化,特征融合,特征表达,表达能力,卷积模块,位置信息,分类特征,决策树算法,分类模型,宝石,小样本数据集,多尺度卷积
AB值：
0.333567
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。
