作者：谢晓竹; 薛帅卷积神经网络图像分类卷积核
摘要：分析研究了Cifar-10模型的网络结构,搭建了实验平台,对传统的模型进行了训练,分析了实验中网络参数对识别效果的影响。提出了增加卷积核数量、合理选取迭代次数和改变激活函数的方法,实现了对传统的Cifar-10模型的改进,实验结果表明,同等实验环境,在合理选取迭代次数和激活函数的前提下,提高卷积核数量1个倍数后对图像的识别率可提高99%以上。在此基础上,利用改进的Cifar-10模型对装甲目标进行了二分类实验,实验结果表明分类准确率达到了99.93%,验证了改进模型在军事应用中的现实意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
