期刊文献+
共找到33篇文章
< 1 2 >
每页显示 20 50 100
单次神经网络结构搜索研究综述
1
作者 董佩杰 牛新 +1 位作者 魏自勉 陈学晖 《计算机工程与科学》 CSCD 北大核心 2023年第2期191-203,共13页
深度学习技术的快速发展与神经网络结构的创新关系密切。为提升网络结构设计效率,自动化网络结构设计算法—神经网络结构搜索NAS成为近年的研究热点。早期NAS算法通常要对大量候选网络进行训练和评估,带来了巨大的计算开销。通过迁移学... 深度学习技术的快速发展与神经网络结构的创新关系密切。为提升网络结构设计效率,自动化网络结构设计算法—神经网络结构搜索NAS成为近年的研究热点。早期NAS算法通常要对大量候选网络进行训练和评估,带来了巨大的计算开销。通过迁移学习技术,可以加速候选网络的收敛,从而提升网络结构搜索效率。基于权重迁移技术的单次神经网络结构搜索(One-shot NAS)算法以超图为基础,子图之间进行权重共享,提高了搜索效率,但是也面临着协同适应、排序相关性差等挑战性问题。首先介绍了基于权重共享的One-shot NAS算法的相关研究,然后从采样策略、过程解耦和阶段性3个方面对关键技术进行分析梳理,比较分析了典型算法的搜索效果,并对未来的研究方向进行了展望。 展开更多
关键词 神经网络结构搜索 单次神经网络结构搜索 权重共享 迁移学习 深度学习
下载PDF
神经网络结构搜索在脑数据分析领域的研究进展
2
作者 李晴 汪启昕 +5 位作者 李子遇 祝志远 张诗皓 牟浩南 杨文婷 邬霞 《软件学报》 EI CSCD 北大核心 2024年第4期1682-1702,共21页
神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在... 神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在图像分割、特征提取、辅助诊断等多个应用领域大幅度提升性能,展现低能耗自动化机器学习的优势.基于NAS进行脑数据分析是当前的研究热点之一,同时也具有一定挑战.目前,在此领域,国内外可供参考的综述性文献较少.对近年来国内外相关文献进行了细致地调研分析,从算法模型、研究任务、实验数据等不同方面对NAS在脑数据分析领域的研究现状进行了综述.同时,也对能够支撑NAS训练的脑数据集进行了系统性总结,并对NAS在脑数据分析中存在的挑战和未来的研究方向进行了分析和展望. 展开更多
关键词 神经网络结构搜索 脑数据分析 神经网络 深度学习
下载PDF
用于神经网络结构搜索性能评估策略的新评价准则MKR
3
作者 申亮 张雷 谢大同 《中国信息界》 2024年第7期210-212,共3页
引言在人工智能领域,深度学习技术因其卓越的性能而广受瞩目。深度学习的核心在于人工神经网络,而神经网络的性能在很大程度上取决于网络结构的设计和优化。这就意味着,为了得到更好的结果,必须致力于设计与优化更为有效的网络结构。
关键词 人工神经网络 神经网络结构 人工智能 深度学习 评估策略 评价准则 搜索性能 设计和优化
下载PDF
神经网络结构搜索方法综述 被引量:4
4
作者 刘建伟 王新坦 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第1期12-31,共20页
如今,深度学习广泛地应用于生活、工作中的各个方面,给我们带来了极大的便利.在此背景下,需要设计针对不同任务的神经网络结构,满足不同的需求.但是,人工设计神经网络结构需要专业的知识,进行大量的实验.因此,神经网络结构搜索算法的研... 如今,深度学习广泛地应用于生活、工作中的各个方面,给我们带来了极大的便利.在此背景下,需要设计针对不同任务的神经网络结构,满足不同的需求.但是,人工设计神经网络结构需要专业的知识,进行大量的实验.因此,神经网络结构搜索算法的研究显得极为重要.神经网络结构搜索(NAS)是自动深度学习(AutoDL)过程中的一个基本步骤,对深度学习的发展与应用有着重要的影响.早期,一些神经网络结构搜索算法虽然搜索到了性能优越的神经网络结构,但是需要大量的计算资源且搜索效率低下.因此,研究人员探索了多种设计神经网络结构的算法,也提出了许多减少计算资源、提高搜索效率的方法.本文首先简要介绍了神经网络结构的搜索空间,其次对神经网络结构搜索算法进行了全面的分类汇总、分析,主要包括随机搜索算法、进化算法、强化学习、基于梯度下降的方法、基于顺序模型的优化算法,再其次探索并总结了提高神经网络结构搜索效率的方法,最后探讨了目前神经网络结构搜索工作中存在的问题以及未来的研究方向. 展开更多
关键词 神经网络结构搜索 搜索空间 搜索策略 性能评估策略
下载PDF
面向神经网络结构搜索的植物叶片病害增强识别方法
5
作者 代国威 田志民 +1 位作者 樊景超 王朝雨 《西北林学院学报》 CSCD 北大核心 2023年第5期153-161,193,共10页
针对植物病害识别模型结构复杂且依赖于人为设计网络结构等问题,通过神经网络结构搜索(NAS),提出一种基于队列分块的神经网络结构搜索方法(NNSS),可实现超轻量级高精度植物叶片图像识别模型的自动构建。首先将12种在经济和环境下有益的... 针对植物病害识别模型结构复杂且依赖于人为设计网络结构等问题,通过神经网络结构搜索(NAS),提出一种基于队列分块的神经网络结构搜索方法(NNSS),可实现超轻量级高精度植物叶片图像识别模型的自动构建。首先将12种在经济和环境下有益的植物共计22类植物叶片图像作为训练样本,利用模糊c均值聚类(FCM)算法分割植物叶片的感染点,以获得叶片受关注的区域信息;通过图像像素的灰度空间相关性,采用快速灰度共生矩阵(FGLCM)算法提取6类受关注区域的纹理特征信息,获得的特征向量运用主成分变换选择重要特征;提出队列分块的局部搜索空间构造方法,将特征信息通过自动构建的模型进行分类。结果表明,NNSS方法取得了98.33%的准确率,特异性和灵敏性表现最优。相比于AlexNet、GoogLeNet、InceptionV3和VGGNet-16模型,改进VGG-INCEP16模型的性能得到进一步提升,但仍低于NNSS方法,这是由于该方法能结合数据集搜索合适的网络结构,对比次优VGG-INCEP16模型准确率至少提高了2.1%。研究结果显示,NNSS方法能够实现准确识别植物病害,对于神经网络模型结构自动搜索的未来具有较高的实际应用价值。 展开更多
关键词 图像处理 神经网络结构搜索 模糊C均值聚类 快速灰度共生矩阵 叶片病害识别
下载PDF
神经网络结构搜索前沿综述
6
作者 杨木润 曹润柘 +3 位作者 杜权 李垠桥 肖桐 朱靖波 《中文信息学报》 CSCD 北大核心 2023年第10期1-15,共15页
深度学习已经在多个领域得到了广泛的使用,并取得了令人瞩目的成绩。然而优秀的网络结构设计在很大程度上仍然依赖于研究者的先验知识和大量的实验验证,整个过程对于人力、算力等资源消耗巨大。因此,能否让计算机自动地找到最适用于当... 深度学习已经在多个领域得到了广泛的使用,并取得了令人瞩目的成绩。然而优秀的网络结构设计在很大程度上仍然依赖于研究者的先验知识和大量的实验验证,整个过程对于人力、算力等资源消耗巨大。因此,能否让计算机自动地找到最适用于当前任务的神经网络结构成为了当前研究的热点。近年来,研究人员对神经网络结构搜索(Neural Architecture Search,NAS)进行了各种改进,相关研究工作复杂且丰富。为了让读者对神经网络结构搜索方法有更清晰的了解,该文从神经网络结构搜索的三个维度:搜索空间、搜索策略和性能评估策略对现有方法进行了分析,并提出了未来可能的研究方向。 展开更多
关键词 神经网络结构搜索 搜索空间 搜索策略 性能评估策略 自动机器学习
下载PDF
基于神经网络结构搜索的卷积神经网络剪枝与压缩方法
7
作者 蒲亮 石毅 《自动化与仪表》 2023年第2期15-18,24,共5页
随着深度神经网络在人工智能领域的广泛应用,其模型参数也越来越庞大,神经网络剪枝就是用于在资源有限设备上部署深度神经网络。该文通过新的优化策略-加速近端梯度(APG)、轻量级网络设计、非结构化剪枝和神经网络结构搜索(NAS)等手段... 随着深度神经网络在人工智能领域的广泛应用,其模型参数也越来越庞大,神经网络剪枝就是用于在资源有限设备上部署深度神经网络。该文通过新的优化策略-加速近端梯度(APG)、轻量级网络设计、非结构化剪枝和神经网络结构搜索(NAS)等手段相结合,实现对目标分类和目标检测等常见卷积神经网络模型的压缩剪枝,实验表明压缩剪枝后模型准确率不变,参数量下降91.1%,计算量下降84.0%。最后将压缩剪枝后模型的推断过程在嵌入式架构中实现,为深度学习在边缘端设备平台上的实现奠定了基础。 展开更多
关键词 模型压缩 卷积神经网络 神经网络剪枝 神经网络结构搜索
下载PDF
神经网络结构自适应研究综述
8
作者 李淑 覃娴萍 +3 位作者 翟晓童 张龙 仲国强 向世明 《模式识别与人工智能》 EI CSCD 北大核心 2023年第12期1087-1103,共17页
网络结构自适应旨在根据特定学习任务和数据对神经网络结构进行自动设计和模型优化,以适应开放环境智能感知学习任务的综合需求.文中旨在全面综述网络结构自适应方法.首先,阐述并分析神经架构搜索的主要方法.然后,分别从轻量化神经架构... 网络结构自适应旨在根据特定学习任务和数据对神经网络结构进行自动设计和模型优化,以适应开放环境智能感知学习任务的综合需求.文中旨在全面综述网络结构自适应方法.首先,阐述并分析神经架构搜索的主要方法.然后,分别从轻量化神经架构搜索、智能感知任务、连续学习三个方面呈现网络结构自适应的研究进展.在此基础上,建立一套面向开放环境应用的深度神经网络组件与结构的自适应评价指标体系,提出一种网络结构自适应方法,通过注意力引导的微观架构自适应机制和渐进式离散策略,在优化过程中实现网络结构的自适应调整优化和逐步离散化,并与现有方法进行对比分析.最后,探讨当前方法存在的问题与挑战,展望未来的研究方向. 展开更多
关键词 网络结构自适应 神经架构搜索 自适应评价 深度学习
下载PDF
基于神经网络结构搜索的目标识别方法 被引量:2
9
作者 卞伟伟 邱旭阳 申研 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2020年第4期88-92,共5页
针对目标识别需求,对基于神经网络的深度学习方法展开研究。由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点。为了获得超越专家个人经验、表现更好的网... 针对目标识别需求,对基于神经网络的深度学习方法展开研究。由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点。为了获得超越专家个人经验、表现更好的网络,采用一种可微神经结构搜索的高效结构搜索方法,将搜索空间放宽为连续的空间,然后通过梯度下降来优化体系结构的验证集性能,从而找到面向目标识别的最优神经网络结构。仿真实验结果表明,将基于神经网络结构搜索的目标识别方法应用于“低慢小”类目标识别是可行的。 展开更多
关键词 目标识别 卷积神经网络 神经网络结构搜索 深度学习
下载PDF
动态贝叶斯网络结构搜索法辨识生物神经网络连接 被引量:3
10
作者 陈晓艳 董朝轶 《生命科学研究》 CAS CSCD 2017年第6期527-533,共7页
准确辨识生物网络的功能性连接结构,对于从系统水平探明网络调控机制,具有重要意义。文中发展了一种基于最小描述准则(minimum description length,MDL)的动态贝叶斯网络结构搜索法(dynamical Bayesian network structure searching met... 准确辨识生物网络的功能性连接结构,对于从系统水平探明网络调控机制,具有重要意义。文中发展了一种基于最小描述准则(minimum description length,MDL)的动态贝叶斯网络结构搜索法(dynamical Bayesian network structure searching method,DBNSSM),用于对脉冲神经元网络(pulsed neural network,PNN)(一种人工构造的生物神经元网络)结构进行辨识,以获得其内部神经元间的功能性连接情况和相互作用强度。在网络结构辨识过程中,候选网络结构评分函数综合考虑以下两个因素:1)利用网络动态响应数据确定的网络结构似然度;2)网络结构的复杂度。以上两因素相互折中后,评分最小的网络结构,即为最优网络。网络结构选择过程采用遗传算法(genetic algorithm,GA),候选网络结构对应的邻接矩阵元素构成二进制染色体,交叉、变异后,经历有限代的进化选择,收敛于全局最优网络结构。最后,将DBNSSM应用于PNN产生的动态时间序列数据。仿真结果表明:该方法能够有效地利用网络响应数据,辨识出生物神经元网络结构,未来可进一步应用于体外培养生物神经网络结构的辨识。 展开更多
关键词 生物网络 脉冲神经网络(PNN) 动态贝叶斯网络结构搜索法(DBNSSM) 最小描述长度(MDL) 因果性连接
下载PDF
基于神经网络结构搜索的轻量化网络构建 被引量:3
11
作者 姚潇 史叶伟 +1 位作者 霍冠英 徐宁 《模式识别与人工智能》 CSCD 北大核心 2021年第11期1038-1048,共11页
轻量化网络可解决深度神经网络参数较多、计算量较高、难以部署在计算能力有限的边缘设备上等问题.针对轻量化网络中常用的分组卷积的分组结构问题,文中提出基于神经网络结构搜索的轻量化网络.将不同分组的卷积单元作为搜索空间,使用神... 轻量化网络可解决深度神经网络参数较多、计算量较高、难以部署在计算能力有限的边缘设备上等问题.针对轻量化网络中常用的分组卷积的分组结构问题,文中提出基于神经网络结构搜索的轻量化网络.将不同分组的卷积单元作为搜索空间,使用神经网络结构搜索,得到网络的分组结构和整体架构.同时为了兼顾准确率与计算量,提出循环退火搜索策略,用于解决神经网络结构搜索的多目标优化问题.在数据集上的实验表明,文中网络识别准确率较高,时间复杂度和空间复杂度较低. 展开更多
关键词 轻量化网络 模型压缩 分组卷积 神经网络结构搜索 多目标优化
下载PDF
深度学习的轻量化神经网络结构研究综述 被引量:27
12
作者 王军 冯孙铖 程勇 《计算机工程》 CAS CSCD 北大核心 2021年第8期1-13,共13页
随着深度神经网络和智能移动设备的快速发展,网络结构轻量化设计逐渐成为前沿且热门的研究方向,而轻量化的本质是在保持深度神经网络精度的前提下优化存储空间和提升运行速度。阐述深度学习的轻量化网络结构设计方法,对比与分析人工设... 随着深度神经网络和智能移动设备的快速发展,网络结构轻量化设计逐渐成为前沿且热门的研究方向,而轻量化的本质是在保持深度神经网络精度的前提下优化存储空间和提升运行速度。阐述深度学习的轻量化网络结构设计方法,对比与分析人工设计的轻量化方法、基于神经网络结构搜索的轻量化方法和基于自动模型压缩的轻量化方法的创新点与优劣势,总结与归纳上述3种主流轻量化方法中性能优异的网络结构并分析各自的优势和局限性。在此基础上,指出轻量化网络结构设计所面临的挑战,同时对其应用方向及未来发展趋势进行展望。 展开更多
关键词 深度学习 轻量化设计 深度可分离卷积 Octave卷积 神经网络结构搜索 模型压缩
下载PDF
基于最优架构搜索网络的液压泵故障诊断改进方法研究
13
作者 郑直 刘彤谣 +2 位作者 赵文博 刘伟民 王志军 《机床与液压》 北大核心 2024年第19期216-224,共9页
针对神经网络结构搜索方法(NAS)在搜索最优结构时存在性能评估效率偏低,以及由于模型泛化性能力不足导致液压泵故障诊断精度过低等问题,提出一种改进的Data-free NAS方法。通过引入CAME优化器和热重启余弦退火优化算法,分别替代SGD优化... 针对神经网络结构搜索方法(NAS)在搜索最优结构时存在性能评估效率偏低,以及由于模型泛化性能力不足导致液压泵故障诊断精度过低等问题,提出一种改进的Data-free NAS方法。通过引入CAME优化器和热重启余弦退火优化算法,分别替代SGD优化器和LambdaLR优化算法,对Data-free NAS的诊断精度和计算效率等性能评估验证功能进行改进优化处理。通过液压泵实测故障实验验证分析可知:所提改进方法较原方法具有显著有效性和优越性;CAME优化器在优化模型的学习率和动量等权重超参数方面具有明显优势,精度和效率分别提升了7.24%和37.5%,且精度高达100%;热重启余弦退火优化算法可优化学习率参数,使效率提升了81.25%。 展开更多
关键词 神经网络结构搜索 液压泵 CAME优化器 热重启余弦退火算法 故障诊断
下载PDF
基于网络结构搜索的工业过程自动故障诊断方法 被引量:3
14
作者 李显 李歆 +2 位作者 周晓锋 李帅 金樑 《计算机应用研究》 CSCD 北大核心 2022年第3期807-813,共7页
针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计烦琐及参数寻优耗时等问题,提出了一种基于网络结构搜索的工业过程自动故障诊断方法(automatic fault diagnosis, AutoFD),该方法采用AutoFD网络结构搜索算法,来自动完... 针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计烦琐及参数寻优耗时等问题,提出了一种基于网络结构搜索的工业过程自动故障诊断方法(automatic fault diagnosis, AutoFD),该方法采用AutoFD网络结构搜索算法,来自动完成卷积神经网络的网络结构设计和网络参数寻优。在此基础上,首先通过在原始数据上施加操作生成新通道;接着利用表现预测加速获取通道适应性排序的过程;然后依据通道适应性排序,通过表现预测来快速选取最优卷积通道数;最终根据最优卷积通道来搜索表现最优的多通道卷积神经网络模型用于工业过程自动故障诊断。采用田纳西—伊斯曼(Tennessee Eastman, TE)工业过程和数值系统对提出方法进行验证,结果表明该方法可以实现网络结构自动设计及网络参数的自动寻优,并且具有优良的故障诊断性能。 展开更多
关键词 自动故障诊断 工业过程 网络结构搜索 多通道卷积神经网络 表现预测
下载PDF
面向轻量化医学图像分割网络的神经结构搜索 被引量:3
15
作者 张福昌 仲国强 毛玉旭 《计算机科学》 CSCD 北大核心 2022年第10期183-190,共8页
现有的性能优异的医学图像分割模型大都由领域专家手动设计,设计过程往往需要大量专业知识和反复实验。此外,过度复杂的分割模型不仅对硬件资源有较高要求,且分割效率较低。为此,提出了用于自动构建轻量化医学图像分割网络的神经结构搜... 现有的性能优异的医学图像分割模型大都由领域专家手动设计,设计过程往往需要大量专业知识和反复实验。此外,过度复杂的分割模型不仅对硬件资源有较高要求,且分割效率较低。为此,提出了用于自动构建轻量化医学图像分割网络的神经结构搜索方法Auto-LW-MISN(Automatically Light-Weight Medical Image Segmentation Network)。通过构建轻量级搜索空间、设计适用于医学图像分割的搜索超网络、设计添加复杂性约束的可微分搜索策略,建立用于自动搜索轻量化医学图像分割网络的神经结构搜索框架。在显微镜细胞图像、肝脏CT图像和前列腺MR图像等数据集上进行实验,结果表明,Auto-LW-MISN能够针对不同模态的医学图像自动构建轻量化的分割模型,其分割精度相比U-net, Attention U-net, Unet++和NAS-Unet等方法均有提高。 展开更多
关键词 深度学习 可微分神经结构搜索 轻量化卷积神经网络 自动化网络结构设计 医学图像分割
下载PDF
基于自动搜索神经网络技术的军事图像分类 被引量:3
16
作者 周川 陈雷霆 陈雪地 《指挥信息系统与技术》 2021年第1期16-21,共6页
近年来神经网络在图像分类上取得了成绩,然而军事图像具有数据量少、图像清晰度不高、军事目标与环境相似度较高等特点,导致传统的人工神经网络在军事图像数据集处理方面表现不佳,因此急需提高神经网络在军事图像分类方面的性能。结合... 近年来神经网络在图像分类上取得了成绩,然而军事图像具有数据量少、图像清晰度不高、军事目标与环境相似度较高等特点,导致传统的人工神经网络在军事图像数据集处理方面表现不佳,因此急需提高神经网络在军事图像分类方面的性能。结合自动搜索神经网络技术,提出了一种基于自动搜索神经网络技术的军事图像分类方法,并采用强化学习算法、参数共享和推进式搜索策略等思想,设计了神经网络结构搜索算法。试验结果表明,该方法在提高军事图像分类性能方面具有有效性和准确性。 展开更多
关键词 军事图像分类 神经网络结构搜索 强化学习
下载PDF
基于自适应剪枝率与高效权重继承的神经网络通道剪枝方法 被引量:1
17
作者 刘相呈 曹健 +3 位作者 姚宏毅 徐鹏涛 张袁 王源 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第5期764-772,共9页
目前的通道级剪枝方法往往需要复杂的搜索和微调过程,并且容易陷入局部最优解,针对此问题,提出一种新颖的通道剪枝框架(AdaPruner),只需通过一次稀疏训练,就可以针对各种预算复杂度,自适应地生成相应的子网络,并高效地选择适合当前结构... 目前的通道级剪枝方法往往需要复杂的搜索和微调过程,并且容易陷入局部最优解,针对此问题,提出一种新颖的通道剪枝框架(AdaPruner),只需通过一次稀疏训练,就可以针对各种预算复杂度,自适应地生成相应的子网络,并高效地选择适合当前结构的初始化权重。在图像分类任务的多个数据集上实验结果表明,该方法在常用的残差网络和轻量级网络上的性能都优于以往剪枝方法。 展开更多
关键词 卷积神经网络 通道剪枝 稀疏化训练 神经网络结构搜索 图像分类
下载PDF
深度神经网络剪枝方法综述 被引量:1
18
作者 毛远宏 曹健 +2 位作者 贺鹏超 刘曦 柴波 《微电子学与计算机》 2023年第10期1-8,共8页
目前深度神经网络在计算机视觉和语音处理上获得了广泛应用,但是深度神经网络模型参数量和计算量巨大,通常在资源有限的嵌入式应用上部署困难.在基本不影响计算精度的前提下,剪枝技术可以对于深度神经网络模型进行有效压缩和加速,因此... 目前深度神经网络在计算机视觉和语音处理上获得了广泛应用,但是深度神经网络模型参数量和计算量巨大,通常在资源有限的嵌入式应用上部署困难.在基本不影响计算精度的前提下,剪枝技术可以对于深度神经网络模型进行有效压缩和加速,因此成为了目前研究热点.本文论述了深度神经网络剪枝的相关问题和理论,归纳总结近年来面向深度神经网络的剪枝方法,对于当前主流的剪枝方法进行了分类梳理,并对于未来和网络结构搜索相结合的发展方向进行了展望. 展开更多
关键词 深度神经网络 网络剪枝 嵌入式应用 网络结构搜索
下载PDF
基于全局搜索策略的神经网络动态建模分析
19
作者 夏定纯 秦肖臻 《武汉科技学院学报》 2003年第1期66-70,共5页
介绍一种基于全局搜索策略的神经网络学习算法,并对该算法的学习性能进行比较和分析,关于建模过程中网络结构的选择与延迟数识别等方面也做了讨论与分析,给出相应的仿真结果。
关键词 全局搜索策略 神经网络 动态建模 软计算 网络结构 学习算法 非线性动态系统
下载PDF
面向高光谱影像分类的网络结构自动搜索方法
20
作者 高奎亮 刘冰 +2 位作者 余旭初 余岸竹 孙一帆 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2024年第2期225-235,共11页
针对高光谱影像分类中的深度学习模型设计问题,提出了一种面向高光谱影像分类的网络结构自动搜索方法。该方法首先利用可微分结构搜索技术在源高光谱数据集上进行网络结构搜索,然后采用堆叠单元的形式构建深度网络模型,最后利用目标高... 针对高光谱影像分类中的深度学习模型设计问题,提出了一种面向高光谱影像分类的网络结构自动搜索方法。该方法首先利用可微分结构搜索技术在源高光谱数据集上进行网络结构搜索,然后采用堆叠单元的形式构建深度网络模型,最后利用目标高光谱影像对模型进行分类性能评估。该方法仅在源高光谱数据集上进行一次网络结构搜索,得到的深度网络模型即可应用于其他目标高光谱影像的分类任务,能够有效提高模型利用率。为了提高自动搜索得到的模型的泛化能力和分类精度,采用多源多分辨率的高光谱影像构建源数据集,并引入部分通道连接操作提高搜索效率。试验表明,该方法能够自动搜索出适合高光谱影像分类任务且具备一定通用性的深度网络模型,该模型能够取得较常规深度学习模型更为优异的分类效果,在University of Pavia、Indian Pines、Salinas和Houston 2018这4个目标高光谱影像上分别取得了98.15%、98.74%、97.30%和74.47%的总体分类精度。 展开更多
关键词 高光谱影像分类 网络结构搜索 可微分结构搜索 卷积神经网络 深度学习
原文传递
上一页 1 2 下一页 到第
使用帮助 返回顶部