作者单位
摘要
上海海事大学信息工程学院, 上海 200135
提出了一种基于模糊不变卷积神经网络(BICNN)模型的目标识别方法。与传统卷积神经网络(CNN)模型不同,BICNN引入了一种新的模糊不变层。 BICNN通过增加模糊不变约束项及正则化来优化模糊不变目标函数并进行训练; 通过减小模糊不变目标函数值,使得训练样本在模糊前后的特征映射一致,最终实现模糊不变性。测试结果表明,BICNN解决了模糊造成的识别率低的问题,增大了运动模糊图像的识别率。
光计算 深度学习 卷积神经网络 目标识别 
激光与光电子学进展
2018, 55(8): 082001

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!