科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于张量优化空间的正交卷积神经网络图像识别方法。所述方法包括以下步骤：对原始图像进行预处理,得到预处理后的图像；对卷积神经网络的权重参数施加正交化约束,进行优化训练,得到优化训练后的正交卷积神经网络；优化训练后的正交卷积神经网络对预处理后的图像进行图像识别。本发明使用基于张量结构的正交化方法可以保留了张量的空间结构信息,且优化空间比矩阵正交更小,可以有效地提高图像识别精度。本发明所涉及的优化方法适用于常用的卷积神经网络,不需要修改网络结构,不增加模型参数。
- 单位
本发明公开了一种基于张量优化空间的正交卷积神经网络图像识别方法。所述方法包括以下步骤：对原始图像进行预处理,得到预处理后的图像；对卷积神经网络的权重参数施加正交化约束,进行优化训练,得到优化训练后的正交卷积神经网络；优化训练后的正交卷积神经网络对预处理后的图像进行图像识别。本发明使用基于张量结构的正交化方法可以保留了张量的空间结构信息,且优化空间比矩阵正交更小,可以有效地提高图像识别精度。本发明所涉及的优化方法适用于常用的卷积神经网络,不需要修改网络结构,不增加模型参数。
