文献

J-GLOBAL ID：201602289414918197   整理番号：16A1127283

PCA前訓練による畳込みニューラルネットワークの目標認識アルゴリズム【JST・京大機械翻訳】

Convolutional neural networks recognition algorithm based on PCA

著者 (5件)： Shi Hehuan (Aeronautics and Astronautics Engineering College, Air Force Engineering Univ) ,  Xu Yuelei (Aeronautics and Astronautics Engineering College, Air Force Engineering Univ) ,  Ma Shiping (Aeronautics and Astronautics Engineering College, Air Force Engineering Univ) ,  Li Yueyun (Aeronautics and Astronautics Engineering College, Air Force Engineering Univ) ,  Li Shuai (Aeronautics and Astronautics Engineering College, Air Force Engineering Univ)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 43  号： 3  ページ： 161-166  発行年： 2016年 
JST資料番号： W0859A  ISSN： 1001-2400  CODEN： XDKXEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 畳込みニューラルネットワークによる合成開口レーダの目標認識訓練において,タグデータの不足,並進,回転,および複雑な条件の下での認識率が高くないという問題を解決するために,畳込み神経回路網のための最適認識アルゴリズムを提案する。タグデータの不足を克服するために,主成分分析(PCA)によって訓練セットの初期の畳込みニューラルネットワークを訓練した。訓練速度を改善し,フィッティングを避けるために,線形修正関数を非線形関数として採用した。ロバスト性を増強し、同時にダウンサンプリングによる特徴表現への影響を低減し、確率最大化のサンプリング方法を導入し、畳込み層後に特徴に対して局部コントラスト標準化を行った。実験結果により,従来の畳込みニューラルネットワークと比較して,本アルゴリズムは,合成開口レーダ目標に対して,より高い認識率を持ち,そして,画像の変形および複雑なバックグラウンドに対して,良好なロバスト性を持った。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *物体認識 ,  標準化 ,  主成分分析 ,  *ニューラルネットワーク ,  並進 ,  線形性 ,  合成開口レーダ ,  コントラスト ,  神経回路網 ,  *畳込み ,  ロバスト性
準シソーラス用語： ダウンサンプリング ,  非線形関数 ,  認識率 ,  *認識アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： convolutional neural network ,  principal component analysis ,  probabilistic max-pooling ,  rectified linear units ,  local contrast normalization

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： PCA ,  訓練 ,  畳込みニューラルネットワーク ,  目標 ,  認識アルゴリズム