《表1 深度卷积融合网络模型》
本文特征融合模块可实现多层特征的快速融合与降维,得到冗余信息更少的综合特征。由于迁移学习利用已有的知识来学习新知识,核心是找到已有知识和新知识之间的关系进行建模。根据已有研究,迁移学习有利于模型参数的快速收敛,而且能够提高模型的泛化能力。本文结合迁移学习的思想,使用预训练的VGG-NET-16模型参数对除融合模块之外的模型参数进行初始化,并固定此部分参数,仅对融合模块参数进行训练。完整的深度卷积融合网络架构见表1。
图表编号 | XD00122860000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.16 |
作者 | 张永梅、吕卫丰、马健喆 |
绘制单位 | 北方工业大学计算机学院、北方工业大学计算机学院、北京华龙通科技有限公司 |
更多格式 | 高清、无水印(增值服务) |