基于基完备化理论和嵌入多层感知机的深度网络结构设计

被引：5

作者：

张毅锋 ^{[1
,2
,3
]}

蒋程 ^{[1
]}

程旭 ^{[4
]}

刘袁 ^{[1
]}

机构：

[1] 东南大学信息科学与工程学院

[2] 东南大学南京通信技术研究院

[3] 南京大学计算机软件新技术国家重点实验室

[4] 南京信息工程大学计算机与软件学院

来源：

东南大学学报(自然科学版) | 2018年 / 48卷 / 05期

关键词：

基完备化; 期望网络; 嵌入多层感知机; 期望图;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了进一步改善经典卷积神经网络的识别性能,首先证明了跨层传输实质上是基的完备化过程,然后基于多类型特征提取结构、嵌入多层感知机以及跨层传输结构提出一种新型深度卷积网络——期望网络.经分析发现,期望网络中的多类型特征提取结构可提取不同类型的特征,嵌入多层感知机可生成期望图并标定不同类型特征的权重,跨层传输结构可缓解网络性能退化的问题.仿真实验结果表明,在数据集CIFAR-10、数据集CIFAR-100和数据集SVHN上,相比于ResNet网络、深度监督网络和Highw ay网络等经典深度卷积网络,期望网络的误识别率均有不同程度的下降.

引用

页码：933 / 938

页数：6