【摘 要】
：
基于卷积神经网络的图像分类优化算法是一类通过改进网络框架、输入数据和优化神经网络理论知识等方面来提升网络性能的理论与方法。每一个卷积神经网络都需要一个框架进行搭建,网络框架决定了网络模型的学习容量;用于训练网络的数据集的数量和质量则是推动模型拟合的内在模式;卷积神经网络的相关理论研究促进了网络的进一步发展。本文以卷积神经网络为中心,主要从网络框架、数据的数量和质量以及结合犹豫模糊集理论三个方面展开
论文部分内容阅读
基于卷积神经网络的图像分类优化算法是一类通过改进网络框架、输入数据和优化神经网络理论知识等方面来提升网络性能的理论与方法。每一个卷积神经网络都需要一个框架进行搭建,网络框架决定了网络模型的学习容量;用于训练网络的数据集的数量和质量则是推动模型拟合的内在模式;卷积神经网络的相关理论研究促进了网络的进一步发展。本文以卷积神经网络为中心,主要从网络框架、数据的数量和质量以及结合犹豫模糊集理论三个方面展开网络的优化研究。主要的两个工作内容如下:（1）对于网络框架的优化,提出了一种Inception结构与残差结构结合的卷积神经网络方法,解决了传统卷积神经网络对于人脸微表情识别的泛化能力差的问题。将Inception结构和残差结构相结合,形成新的网络结构;然后针对表情局部特征复杂模糊等不足,采用多层池化的方式进行优化。在数据集的数量和质量方面,除了常用的数据增强方法,还通过奇异值分解的技术进一步扩充了原始数据集。该方法在Fer2013数据集上进行测试,取得了较高的精确度。（2）本文将犹豫模糊集理论运用到卷积神经网络中,使每个类别对应多个隶属度,并通过犹豫模糊集的相关系数对卷积神经网络的损失函数进行正则化,从而解决网络的过拟合现象。在网络结构上,用犹豫模糊层代替原有的输出层,当数据经过犹豫模糊层时需要通过Softmax函数进行归一化,并构造犹豫模糊集;然后通过一个固定的矩阵将犹豫模糊层转化为新模型的输出层。最后,计算相关系数矩阵并与输出向量构成一个正则项。通过实验分析,采用犹豫模糊相关系数构造的正则项损失函数进行分类效果更好。
其他文献
氮肥增效剂是提高氮肥利用率、减少氮环境排放的重要手段之一。通过文献分析，比较了硝化抑制剂、脲酶抑制剂、氨稳定剂、内生菌提取物ZNC、植物源硝化抑制剂（BNIs）等氮肥增效剂的作用和应用效果。硝化抑制剂、脲酶抑制剂、氨稳定剂在提高氮肥利用率、作物产量、农产品品质以及减少温室气体排放、氮损失等方面效果显著，ZNC和BNIs分别在增效、减排等方面具有特殊作用。提出按照减量增效、内生增效、整合增效深入推进
非线性椭圆型偏微分方程和方程组广泛应用于物理学、几何学、生物学等学科,并且在工业生产中发挥着重要的作用。本文探讨了含Sobolev临界指数项的分数阶p-q型椭圆边值问题和含Hardy-Sobolev临界指数项的分数阶p-q型椭圆耦合系统,前者讨论了边值问题非平凡解的存在性与多重性,后者讨论了耦合系统非平凡解的存在性。文章划分为5个章节:第一章,简单的介绍了本文的研究背景和研究现状。第二章对本文需要
马克思主义是我们立党立国的根本指导思想，马克思主义意识形态话语权建设直接关涉党的执政地位的巩固、国家思想共识的凝聚、社会主流舆论的壮大、个人理想信念的赓续。当前，意识形态领域渗透与反渗透的斗争依然尖锐复杂，国际舆论“西强我弱”的格局短期内难以改变，社会碎片化不断加剧，马克思主义意识形态话语权建设面临诸多薄弱环节。立足当下马克思主义意识形态话语权建设的挑战，围绕坚持党的全面领导、彰显文化自信、提升话
自然界的生物是由微小的细胞组成,生物的存活离不开细胞运动。细胞运动一般又分为无序运动和定向运动,然而细胞的定向运动主要是由一些外界刺激或者信号所决定,这些刺激或信号决定细胞定向运动的方向和距离。在某种程度上,把生物对环境中的化学信号物质作出反应而进行的定向运动称之为趋化,这在生物学中是一种重要的感觉现象。许多数学学者们对趋化现象产生了极大兴趣,为了更加清晰的阐述这一生物现象,数学学者们运用数学知识
从2009年到目前为止,钙钛矿太阳能电池的光电转换效率从3.8%急剧上升到了25.7%,然而具有高转换效率的钙钛矿太阳能电池大多含有有毒元素Pb。除了Pb的毒性以外,其本身结构的不稳定性也阻碍了大规模商业化的进程。混合金属卤化物双钙钛矿具有广阔的化学成分空间和较高稳定性的特点。因此针对钙钛矿太阳能电池存在的稳定性和毒性问题,本文设计了无毒稳定的混合金属卤化物双钙钛矿,通过第一性原理研究了双钙钛矿太
习近平关于网络意识形态重要论述具有重要的理论意义和现实意义。就方法论启示而言，要牢牢掌握网络意识形态工作领导权、打造一支听党指挥的网络意识形态工作队伍、构建群防共治的网络意识形态治理体系；就特征显现而言，要彰显党的领导与人民至上相统一、系统性与辩证性相统一、中国特色与国际视野相统一。该论述在提升社会主体强大认同的基础上，推动构建网络空间命运共同体。
随着决策科学的不断发展与大数据时代的快速进步,智能决策问题也日渐复杂。加上目标冲突、时间压力、知识匮乏等因素,决策者在评估事物时,评价信息往往具有模糊性、不确定性以及难以量化的特点。在决策问题中,采用合理的自然语言集和决策方法是解决问题的关键。为了更加灵活准确地描述语言信息的犹豫性与不确定性,由概率和语言变量相结合的概率语言术语集应运而生,成为了广泛使用的语言信息。因此本文围绕概率语言术语集,研究
社会主义现代化建设急需大量高素质技术技能人才，而人才的发展质量在一定程度上依赖于职教师资，因此，培养“双师型”教师乃时代之义。但在“双师型”教师培养过程中却存在培养标准缺乏、校企共育的权责范围模糊以及尚未形成完整的培养模式等问题。为此，基于新版《职业教育法》相关内容，以“宏观—中观—微观”的角度进行逻辑架构，坚持统筹兼顾、协同共治以及博采众长的逻辑指标，提出以完善“双师型”教师培养标准为出发点、加
垃圾邮件一般具有批量发送的特征,常常带有商业宣传的目的以及携带恶性病毒等,给互联网用户造成了很大的困扰。垃圾邮件过滤是一种属于文本分类问题的主动安全防御技术。一个高效的垃圾邮件过滤器能够帮助用户提高工作效率、节省时间和电脑内存,甚至可以预防病毒侵害等。因此,研究如何快速、高效、精确地过滤垃圾邮件具有重要意义。本文围绕该问题,提出了三个用于提高垃圾邮件过滤效率的算法:IGGBNRS算法、SIGGBN
结合人为设计的材料描述符,机器学习模型在材料科学不同领域都取得了巨大的成功,包括材料的性质预测,材料的逆向设计等。近几年,基于图的深层神经网络在多种大型材料数据集的性质预测上都取得了领先的表现。反铁磁材料是一类重要的量子材料,奈尔温度作为其最重要的参数之一,难以通过凝聚态物理研究中开发出来的解析或数值方法进行准确计算,而机器学习方法提供了另外一种可能性。不过,奈尔温度数据集尺寸小,晶体图神经网络方