科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对人工识别的效率低及单一卷积神经网络提取特征的遗漏问题,提出了多模型加权融合机制的石墨纯度识别算法.在自建小样本数据集上,进行离线扩充和在线增强,提高模型的泛化能力,减少深层CNN的过拟合问题;结合迁移学习,利用优化的AlexNet和ResNet50构建双通道卷积神经网络,提取石墨图像的深层次特征,并将两者的特征进行加权融合后,使用SoftMax分类器进行分类.实验结果表明,经过加权融合后的识别准确率均优于单一网络,达到97.94%,同时模型的稳定性增强,收敛速度加快,证明了所提算法的可行性与有效性.
- 单位
