计算机应用研究

作者：蒋梦莹,林小竹,柯岩,魏战红,

单位：1.北京石油化工学院信息工程学院,北京102617；2.北京化工大学信息科学与技术学院,北京100029；

关键词：卷积神经网络,多模型融合,特征向量,特征提取,权值分布,

基金：国家自然科学基金资助项目(61702040)；北京市自然科学基金资助项目(4174089)；；

为了提高卷积神经网络对图像分类的正确率，对网络结构进行研究，提出了多模型融合卷积神经网络。通过提取单个模型的输出特征向量，进行融合后得到新的输出特征向量，再搭建单层分类器进行图像分类，提高分类准确率。将单个模型与多模型融合的分类准确率进行比较，多模型融合卷积神经网络的分类准确率有所提高。分析了卷积神经网络最后一层全连接层的权值分布，发现同一模型在不同数据集上的权值分布曲线相似，分类效果好的网络模型其权值分布曲线更平缓。

来源：2020年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第1期