典型文献
改进的卷积神经网络模型在人脸识别中的应用
文献摘要：
为了避免传统机器学习算法进行人脸识别时存在的性能差、泛化能力弱等问题,现提出一种基于LeNet-5改进的卷积神经网络模型.该模型包含输入层、三个卷积和池化层、一个全连接层和输出层.每次卷积完成后,都使用ReLU激活函数进行非线性映射来增强模型的拟合能力;每次最大池化完成后,都使用Dropout方法防止过拟合.运行结果表明,改进的卷积神经网络模型对动态采集的人脸图像数据集进行模型训练和模型预测时,训练精度和预测精度都达到了99％,优于传统人脸识别算法,充分验证了改进的卷积神经网络模型的有效性.
文献关键词：
卷积神经网络模型;人脸识别;ReLU激活函数;Dropout方法
中图分类号：
作者姓名：
常英丽;张雪华;刘强
作者机构：
山东电子职业技术学院 计算机与软件工程系,山东济南,250200;中国重型汽车集团有限公司工艺研究院,山东济南,250000
文献出处：
引用格式：
[1]常英丽;张雪华;刘强-.改进的卷积神经网络模型在人脸识别中的应用)[J].电子制作,2022(24):42-45
A类：
B类：
卷积神经网络模型,机器学习算法,泛化能力,LeNet,输入层,全连接层,出层,ReLU,激活函数,非线性映射,射来,增强模型,最大池化,Dropout,过拟合,动态采集,人脸图像,图像数据集,模型训练,人脸识别算法
AB值：
0.293475
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。
