收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

自学习稀疏密集连接卷积神经网络图像分类方法

吴鹏  林国强  郭玉荣  赵振兵  
【摘要】:通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中冗余通道的方法,得到稀疏密集连接卷积神经网络。首先,提出了一种衡量每个卷积层中每个输入特征图对输出特征图贡献度大小的方法,贡献度小的输入特征图即为冗余特征图;其次,介绍了通过自学习,网络分阶段剪枝冗余通道的训练过程,得到了稀疏密集连接卷积神经网络,该网络剪枝了密集连接网络中的冗余通道,减少了网络参数,降低了存储和计算量;最后,为了验证本文方法的有效性,在图像分类数据集CIFAR-10/100上进行了实验,在不牺牲准确率的前提下减小了模型冗余。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 吴鹏;林国强;郭玉荣;赵振兵;;自学习稀疏密集连接卷积神经网络图像分类方法[J];信号处理;2019年10期
2 张庆辉;万晨霞;;卷积神经网络综述[J];中原工学院学报;2017年03期
3 李超琪;王绍宇;;基于深度卷积神经网络的人脸年龄分类[J];智能计算机与应用;2017年03期
4 蒋承知;于起;叶文强;甘凇元;;卷积神经网络算法的比较探究[J];电子技术与软件工程;2017年07期
5 李冰;王宝亮;由磊;杨沫;;应用并联卷积神经网络的人脸防欺骗方法[J];小型微型计算机系统;2017年10期
6 景国秀;;浅谈卷积神经网络[J];黑龙江科技信息;2017年11期
7 李玉鑑;沈成恺;杨红丽;胡海鹤;;初始化卷积神经网络的主成分洗牌方法[J];北京工业大学学报;2017年01期
8 李鸣;张鸿;;基于卷积神经网络迭代优化的图像分类算法[J];计算机工程与设计;2017年01期
9 王丽君;于莲芝;;基于卷积神经网络的位置识别[J];电子科技;2017年01期
10 王雪丽;;基于卷积神经网络的双目测距研究[J];电子质量;2019年10期
11 付鹏;林政;袁凤程;林海伦;王伟平;孟丹;;基于卷积神经网络和用户信息的微博话题追踪模型[J];模式识别与人工智能;2017年01期
12 罗少伟;;卷积神经网络在关系抽取中的应用研究[J];现代计算机(专业版);2017年09期
13 田晓艳;;卷积神经网络语言模型研究[J];科技创新与应用;2017年05期
14 陈锐;林达;;基于级联卷积神经网络的人脸关键点定位[J];四川理工学院学报(自然科学版);2017年01期
中国重要会议论文全文数据库 前10条
1 葛思擘;丁同宝;蔡远利;;基于卷积神经网络的人脸实时检测方法[A];第二十届中国系统仿真技术及其应用学术年会论文集(20th CCSSTA 2019)[C];2019年
2 李洁;张翰铭;王林元;李磊;张文昆;闫镔;;基于深度卷积神经网络的有限角度伪影抑制方法[A];2016年全国射线数字成像与CT新技术研讨会论文集[C];2016年
3 钟晓明;余贵珍;马亚龙;任毅龙;;基于快速区域卷积神经网络的交通标志识别算法研究[A];2016中国汽车工程学会年会论文集[C];2016年
4 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
5 张大伟;章新华;付留芳;胡光潮;李前言;;基于听觉感知与卷积神经网络识别舰船目标[A];中国声学学会第十一届青年学术会议会议论文集[C];2015年
6 陈正扬;李亮;;应用卷积神经网络进行能谱CT多材料分解[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
7 蒋涛;茅耀斌;钱瑛;巫林;;基于迁移学习的卷积神经网络目标检测算法[A];第36届中国控制会议论文集(G)[C];2017年
8 范海地;谢凤英;;基于卷积神经网络的皮肤镜图像分类[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
9 杨名;阮雅端;陈林凯;张鹏;陈启美;;甚高速区域卷积神经网络的船舶视频目标识别算法[A];2016年全国通信软件学术会议程序册与交流文集[C];2016年
10 陈林凯;阮雅端;朱洪锦;李昀峰;陈启美;;基于卷积神经网络的运动车辆视频检测方法[A];2016年全国通信软件学术会议程序册与交流文集[C];2016年
中国博士学位论文全文数据库 前10条
1 余绍德;卷积神经网络和迁移学习在癌症影像分析中的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
2 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
3 高震宇;基于深度卷积神经网络的图像分类方法研究及应用[D];中国科学技术大学;2018年
4 王冲;基于深度学习的协同显著性检测方法研究[D];中国科学技术大学;2019年
5 宋凯凯;基于深度学习的图像情感分析研究[D];中国科学技术大学;2018年
6 四建楼;智能视觉监控中行人再识别技术研究[D];北京邮电大学;2018年
7 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
8 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
9 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
10 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前10条
1 柯小龙;卷积神经网络图像分类应用研究[D];深圳大学;2017年
2 王羽;基于FPGA的卷积神经网络应用研究[D];华南理工大学;2016年
3 顾文璇;基于深度卷积网络的农业病虫害图像分类识别应用[D];武汉轻工大学;2017年
4 孙贵宾;基于深度卷积神经网络的道路场景物体检测方法研究[D];北方工业大学;2017年
5 熊彪;卷积神经网络在糖网病眼底图像分类中的应用研究[D];深圳大学;2017年
6 郭慧峰;基于卷积神经网络的12306验证码识别[D];华南理工大学;2017年
7 蒋帅;基于卷积神经网络的图像识别[D];吉林大学;2017年
8 王瑞;基于卷积神经网络的图像识别[D];河南大学;2015年
9 周旺;基于卷积神经网络的人脸年龄估计算法[D];南京大学;2017年
10 李媛媛;卷积神经网络优化及其在图像识别中的应用[D];沈阳工业大学;2016年
中国重要报纸全文数据库 前4条
1 James Kobielus 编译 Charles;如何防止人工智能遭受攻击[N];计算机世界;2017年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 本报记者 刘燕;微软实现深层神经网络重大技术突破[N];科技日报;2015年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978