【摘 要】
：
针对特定业务分类的需求,无从下手设计深度神经网络模型的问题,提出一种基于多参数融合逐步优化深度神经网络的设计方法.先通过分析样本和类别确定初始的无隐层神经网络模型,然后在初始神经网络的基础上逐步增加隐层,构建多参数融合优化的深度神经网络.基于TensorFlow框架,以手写体数字识别为例,逐步设计一个深度神经网络模型,整个实验过程中不断调整网络结构、激活函数、损失函数、优化器、学习率和样本批次大小,最终设计出多参数融合优化的具有较高准确率的深度神经网络模型,为构建神经网络提供了一种有效的思路.
【机 构】
：
广西民族师范学院数理与电子信息工程学院,崇左 532200;广西理工职业技术学院电子工程与智能化学院,崇左 532200
论文部分内容阅读
针对特定业务分类的需求,无从下手设计深度神经网络模型的问题,提出一种基于多参数融合逐步优化深度神经网络的设计方法.先通过分析样本和类别确定初始的无隐层神经网络模型,然后在初始神经网络的基础上逐步增加隐层,构建多参数融合优化的深度神经网络.基于TensorFlow框架,以手写体数字识别为例,逐步设计一个深度神经网络模型,整个实验过程中不断调整网络结构、激活函数、损失函数、优化器、学习率和样本批次大小,最终设计出多参数融合优化的具有较高准确率的深度神经网络模型,为构建神经网络提供了一种有效的思路.
其他文献
为了能够优化改进服装检索系统的应用效果,扩大检索范围,提高检索效率和查准率,文中提出一种基于颜色特征提取算法的服装检索系统设计思路.首先建立模糊运算下数据建模,运用颜色特征提取直方图算法检索计算,并设计服装颜色特征提取的检索系统,主要实现了图像处理、提取颜色特征关键字以及关键字服装检索的三大内容,其功能模块实现了特征提取、决策树分类、特征编码、颜色关键字提取和关键字服装检索.最后对该服装检索系统展开软硬件测试,分别对功能和系统运行性能进行测试,发现文中检索系统可以更加精确地表达服装图像颜色,并且根据提取的
为了从织绣的布纹原始黎锦图像中提取出光滑完整的黎锦图像元素,文中在大量实验的基础上提出一种新的分块二值化算法.首先,根据图像大小将其切割成多块局部图像,以最大类间方差比为适应度函数,利用改进的遗传算法找出每一块图像的最佳阈值,并依据所得阈值对局部图像进行二值化处理,再将二值化后的局部图像合并重建;其次,在所得二值图的基础上对其进行中值滤波、拉普拉斯滤波、形态学滤波等,得到较为平滑清晰的黎锦图像;最后,根据图像构成原理提取出黎锦元素.在进行了大量的Matlab仿真实验后,结果表明所提算法对带有布纹的原始黎锦
为了解决用户信息检索偏好不清晰导致的传统跨语言信息检索系统存在检索查全率和查准率低的问题,文中提出基于用户日志双向聚类的跨语言信息检索系统设计,从硬件和软件两个方面,利用用户日志双向聚类技术实现对跨语言信息检索系统的优化设计.在硬件方面主要对处理器以及存储器等设备进行改装,从硬件角度提升系统的运行性能.在硬件设备的支持下,设计跨语言信息检索系统的软件功能,采集用户日志信息和跨语言检索信息,通过日志双向聚类处理确定用户的检索偏好,并以此为基础计算系统中与关键检索词相似的信息,按照相似度的大小顺序显示相关结果
为实现不同颜色物体的分开放置,文中设计一款以Arduino UNO为控制模块的多自由度分拣机械臂.介绍了多自由度自动分拣机械臂的机械结构和系统总体运行流程图,按照分拣机械臂的工作要求对硬件和软件进行设计,阐述了有关器件的选择、工作原理和控制.实际应用表明,多自由度自动分拣机械臂能够根据超声传感器和颜色传感器的检测,准确地把不同颜色的物体放到对应颜色的储物盒里.多自由度自动分拣机械臂不仅可以用于教学,还可以应用于工业场合.
为了从根本上改善路径寻优的策略,增加使用者的选择空间,文中将一个较新的优化算法(人群搜索算法)首次应用于路径规划领域.人群搜索算法的全局搜索能力有助于在一开始的优化过程中就找到最优的搜索方向,之后其较强的局部搜索能力又能在该方向进一步搜索最优解,用于路径寻优非常符合需求.将该方法与传统的遗传算法、粒子群优化算法、灰狼优化算法就路径优化方面进行了比较.Matlab的仿真结果证明了人群搜索算法在路径规划中的稳定性和收敛性较好,而且计算量小,对于路径规划领域有着重要研究意义.同时对于算法应用于路径规划容易出现冗
为满足高空清洁机器人系统中机器人的控制和远程服务器稳定通信的要求,文中设计一套高空清洁机器人硬件与远程控制系统.该系统以STM32单片机为核心处理器,控制整个机器人系统工作,通过ZigBee模块实现楼顶线控设备和作业机器人之间的短程通信,通过GPRS无线传输模块实现整个系统与远程服务器之间的通信.系统采用多线程技术和Super Socket技术实现远程服务器与客户端的信息交互,并通过TCP/IP协议将用户指令经远程服务器传送给机器人系统,完成用户对高空清洁机器人实时控制与信息采集.实验结果表明该系统能够实
为提高信贷欺诈风险的预测性能,文中提出一种基于机器学习的信贷欺诈风险预测模型.根据金融系统中存在的信贷欺诈风险类型,计算金融系统信贷数据产生的风险指标.通过确定信贷欺诈风险预测指标权重,设置信贷欺诈风险预测指数.将采集的信贷欺诈数据作为风险预测模型的数据支持,定义信贷欺诈风险产生的信号频谱,并建立风险信息函数,在标准化信贷欺诈风险数据的基础上,计算信贷欺诈风险数据的适应度,完成信贷欺诈风险数据的聚类分析.通过处理信贷欺诈风险数据,采用机器学习算法中的贝叶斯网络节点构建信贷欺诈风险预测模型.最后结合信贷欺诈
在当前的机器人机构动力分析方法以及相关仿真工作中,仅能对机器人的单一运动方向进行仿真,若变换方向则需重新建立模型,导致其仿真精度低、效率差.因此,文中提出基于Matlab的并联机器人机构动力分析与动态仿真.首先建立并联机器人的数学模型,以确定机器人运动机构的运动初始位置及其坐标;其次根据拉格朗日方程获得机器人的动力平台相关参数,并对其进行动力平台分析,根据获取的参数分析结果进行机器人的运动描述.最后将上述内容作为仿真基础,导入Matlab软件中,实现动态仿真.为了验证设计方法的可行性,使用该方法对某型号的
随着自动驾驶技术的不断发展,传统的真实路测方法已经不能满足自动驾驶测试的需求,无法在充分性、全面性、效率性等各个方面达到要求.利用自动驾驶仿真测试场景库进行测试可以大大缩短测试时间和成本,可以提高测试的安全性和可靠性,是助力自动驾驶领域发展的重要工具,已成为目前自动驾驶研究领域的一个重大研究方向.本文在调研分析大量自动驾驶仿真测试场景库研究成果的基础上,首先针对场景作为自动驾驶仿真测试场景库的主体进行一系列的分析,梳理了场景的定义、场景的元素、场景的数据来源;其次,总结了常见场景数据处理,主要包括数据预处
最大间隔相关滤波器(maximum margin correlation filter,MMCF)结合了支持向量机(support vector machine,SVM)和相关滤波器,提高了相关滤波器的鉴别能力.但是,SVM未利用样本结构信息,训练不充分的缺点也被MMCF继承下来.针对这一问题,提出基于数据分布信息的相关滤波器算法,引入样本类内散度及类内局部保留散度进行训练,并进行目标检测和识别实验,从实验结果来看,所提算法是有效的.