首页 | 本学科首页   官方微博 | 高级检索  
     

融合图嵌入的光滑主成分分析网络图像识别算法
作者姓名:陈飞玥  朱玉莲  田甲略  蒋珂
作者单位:南京航空航天大学计算机科学与技术学院,江苏南京 211106,南京航空航天大学公共实验教学部,江苏南京 211106
基金项目:国家自然科学基金资助项目(61703206)
摘    要:主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。

关 键 词:图像识别  主成分分析网络  图嵌入  深度学习  小样本训练集
收稿时间:2021-06-20
本文献已被 万方数据 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号