融入选择性卷积核的胶囊网络图像分类方法 |
| |
引用本文: | 陈泽轩,于莲芝.融入选择性卷积核的胶囊网络图像分类方法[J].教育技术导刊,2022(1):248-252. |
| |
作者姓名: | 陈泽轩 于莲芝 |
| |
摘 要: | 传统卷积神经网络对空间信息不敏感,无法学习到不同特征间相对位置的关系,且每一层神经元的感受野被设计为相同大小,导致提取的图像特征信息不够精确.针对这些问题,提出一种选择性卷积核胶囊网络用于图像分类任务.在经典胶囊网络的卷积层融入具有两个分支的选择性卷积核网络,以提取更为丰富、准确的图像特征信息,提高图像分类准确率.采用...
|
关 键 词: | 胶囊网络 动态路由 特征提取 选择性卷积核 动态选择机制 图像分类 |
|
|