计算机应用研究

作者：孙平安,祁俊,谭秋月,

单位：1.武夷学院a.实验室管理中心;b.数学与计算机学院,福建武夷山354300；2.青海大学计算机技术与应用系,西宁810016；

关键词：深度学习,卷积神经网络(CNN),自适应,图像识别,层次化迭代,

基金：国家自然科学基金资助项目(61762086)；福建省教育厅信息化类项目(JAT160524)；福建省教育厅科技A类项目(JA15513)；；

针对图像识别算法中图像集上几何曲面的特定分类会导致判别信息丢失的问题，提出一种融合卷积神经网络的改进型迭代深度学习算法（IIDLA）。该算法采用混合卷积网进行底层的平移不变特征学习，以层次化的方式迭代应用卷积神经网络对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。采用数据集将提出的算法与其他算法进行评估对比，实验结果表明提出的算法在被测数据集上的性能最优。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期