融合图嵌入的光滑主成分分析网络图像识别算法

TP391; 主成分分析网络(principal component analysis network,PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能.将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet).为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比.实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 44; no. 3; pp. 16 - 22
Main Authors 陈飞玥, 朱玉莲, 田甲略, 蒋珂
Format Journal Article
LanguageChinese
Published 南京航空航天大学计算机科学与技术学院,江苏南京 211106%南京航空航天大学公共实验教学部,江苏南京 211106 28.06.2022
Subjects
小样本训练集
图嵌入
图像识别
主成分分析网络
深度学习
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.202203003

Cover

More Information
Summary:TP391; 主成分分析网络(principal component analysis network,PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能.将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet).为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比.实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势.
ISSN:1001-2486
DOI:10.11887/j.cn.202203003