现代电子技术

2019, v.42;No.543(16) 98-103

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于卷积神经网络的数字分类器的研究与优化
Research and optimization of digital classifier based on convolution neural network

杜阔;李亚;

摘要(Abstract):

数字识别在邮政编码、车牌数字检测识别等场景有着广泛的应用。以Lenet-5卷积神经网络为基础,研究卷积计算量过大和预测速度慢的问题。对不同的卷积层(首层、中间层、尾层)和网络结构进行了改进和优化,采用不同组合的方案使卷积核连接数减少一定的数量,进行仿真实验。实验结果表明,保证在同一准确率的前提下,综合考虑迭代次数和预测时延,在C3层(中间层)做优化最为合适,总结出的规律和方法也可对复杂卷积神经网络优化提供参考,满足实时性要求高、大数据量的应用场景。

关键词(KeyWords): 数字分类器;卷积神经网络;卷积计算;数字识别;网络结构优化;仿真实验

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年科学基金项目(61705166)~~

作者(Author): 杜阔;李亚;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享