联合结构相似性与类信息的图像分类

• 作 者: 熊炜 刘豪 王玥婧妍 王娟 曾春艳 张凡
• 机 构: 湖北工业大学电气与电子工程学院,太阳能高效利用湖北省协同创新中心
• 出 处: 计算机工程与应用
• 发表日期: 2019年16期
• 关键词: 卷积神经网络 图像分类 结构相似性 深度学习 度量学习 convolutional neural network image classification st
• 基金项目: 国家自然科学基金(No.61501178,No.61571182,No.61601177),湖北省教育厅科学技术研究计划重点项目(No.D20161404),太阳能高效利用湖北省协同创新中心开放基金重点项目(No.HBSKFZD2014011)

针对卷积神经网络训练收敛速度慢的问题,提出了一种加权的联合结构相似性和类信息监督训练的方法。首先,针对小图像,设计一个能有效提取图像高级别信息的卷积神经网络。其次,建立加权的联合结构相似性和类信息损失函数训练卷积神经网络。最后,通过mnist手写数字和cifar10图像分类实验验证所设计网络的有效性。实验结果表明,所设计的网络在mnist手写数字和cifar10数据集上的图像分类错误率分别为0.33%和11%。在未进行扩增mnist数据集的前提下,所设计的网络的性能超过了该数据集上所有单网络的性能;