文献

J-GLOBAL ID：201902238234341128   整理番号：19A1986114

改良畳込みニューラルネットワークの教育画像検索手法【JST・京大機械翻訳】

Method for retrieving the teaching image based on the improved convolutional neural network

著者 (5件)： Liu Daohua (信陽師范学院 計算机与信息技術学院,河南 信陽 464000;信陽師范学院 河南省教育大数据分析与応用重点実験室,河南 信陽 464000) ,  Cui Yushuang (信陽師范学院 計算机与信息技術学院,河南 信陽,464000) ,  Zhao Yansong (信陽師范学院 計算机与信息技術学院,河南 信陽,464000) ,  Song Yuting (信陽師范学院 計算机与信息技術学院,河南 信陽,464000) ,  Wang Jinghui (信陽師范学院 計算机与信息技術学院,河南 信陽,464000)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 46  号： 3  ページ： 52-58  発行年： 2019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が画像特徴を抽出する際に特徴情報の損失と高次元画像特徴データを低減するなどの問題に対して、畳み込みニューラルネットワークの画像検索最適化方法を提案した。まず第一に,融合した畳み込みを用いて,画像特徴を抽出し,そして,融合した畳み込みの間に,特徴情報の損失を減少するために,全連結層を追加した。次に,主成分分析(PCA)を用いて,高次元特徴データを効果的に次元縮小した。最後に,類似画像検索を実現するために,余弦類似性を用いて類似性マッチングを行った。古典的LeNet-L,LeNet-5などの方法を採用して,画像検索性能の評価指標に関する比較実験を行った。実験結果は,提案した検索方式が,他の検索方法と比較して,再現率と平均適合率を3%27.3%改善することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 次元縮小 ,  画像特性 ,  最適化手法 ,  *教育 ,  類似性 ,  主成分分析 ,  高次元 ,  *画像検索 ,  比較試験 ,  マッチング ,  *畳込み
準シソーラス用語： 適合率 ,  再現率 ,  評価指標 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  教育 ,  画像検索 ,  手法