-
题名基于深度学习的增量式数据目标模糊识别仿真
被引量：1
- 1
-
-
作者
李曼
李永
-
机构
武警工程大学信息工程学院
-
出处
《计算机仿真》
北大核心
2023年第6期207-211,共5页
-
基金
全国教育科学“十三五”规划课题(JYKYB2019012)。
-
文摘
当前的数据目标识别方法适用性较差,有新的数据增加到数据集合时,数据目标识别效率和精度均偏低。针对上述问题,提出基于深度学习的增量式数据目标模糊识别算法。利用卷积神经网络中的LeNet-5,提取原始图像做特征,并对其分类处理;引入迁移学习技术,微调增量式数据参数;在卷积过程中,在最后一层卷积层内加入区域建议网络,增加特征图的模糊特征,调整回归器,完成目标模糊识别。实验结果表明,所提方法识别速度较快;训练图像的识别效果测试结果验证了所提方法识别精度理想。
-
关键词
卷积神经网络
原始图像
目标识别
区域网络
特征图
-
Keywords
Convolutional neural network
Original image
Target identification
Regional network
Character-isticdiagram
-
分类号
TP328.7
[自动化与计算机技术—计算机系统结构]
-
