基于Boosting的深度学习图像分类算法设计
2021-12-18 06:49:48王志强王先传
系统仿真技术
2021年2期
关键词：实验
王志强，王先传
（1.阜阳工业经济学校，安徽阜阳 236015；2.阜阳师范大学，安徽阜阳 236041）
目前深度学习应用较为广泛［1-2］，其是对人类大脑中的神经网络进行模拟，从而实现对于输入数据（图像、文本等）的处理。因此，随着深度学习的不断发展以及所需处理的数据量的增大，可以看出在进行图像分类及目标识别的应用中，深度学习的应用至关重要，非线性网络变得更加有利，可以从输入数据中得到更多有利信息［3-4］。针对这个情况提出ResNet网络，在网络结构中引入快捷方式使输入同时引入至输出，最终学习输出与输入之间的差值，构成残差结构，使得每一次仅用学习残差的部分，成功解决退化问题，使ResNet网络的应用比较广泛。
1 ResNet网络结构及Boosting工作机制
1.1 ResNet网络结构
ResNet网络［5-6］是在之前的VGG网络结构基础上添加快捷方式，这样每次学习的便仅仅是残差的部分。即每个ResNet网络都由许多残差块堆积而成，其中每一个残差块都由一个神经网络模型和一个快捷方式构成。一个残差块的结构如图1所示。
图1 残差块的结构示意图Fig.1 Structure diagram of residual block
第t层残差块的输出为
其中，x为网络的输入，ft(·)代表第t层的卷积层，gt(x)代表t-1层的最终输出。
1.2 Boosting工作机制
Boosting的工作流程大致为：对初始提供的数据集进行训练，得到一个学习器。根据学习器的结果表现，相应地对数据进行处理，即对于做错的数据，改变它相应的权重，使得其在后续的训练中得到更多的关注。Boosting的工作机制如图2所示。
图2 Boosting的工作机制Fig.2 Working mechanism of Boosting
2 基于Boosting的图像分类算法设……
登录APP查看全文
猜你喜欢
记住“三个字”，写好小实验
小雪花·小学生快乐作文(2024年11期)2024-12-31 00:00:00
记一次有趣的实验
小猕猴智力画刊(2022年9期)2022-11-04 02:31:42
有趣的实验
小主人报(2022年4期)2022-08-09 08:52:06
做个怪怪长实验
小哥白尼(趣味科学)(2019年6期)2019-10-10 01:01:50
NO与NO2相互转化实验的改进
发明与创新(2016年38期)2016-08-22 03:02:52
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
《实验流体力学》征稿简则
实验流体力学(2011年5期)2011-01-14 01:25:28
我实验，我快乐
学与玩(2004年7期)2004-04-29 00:00:00
猜你喜欢
小雪花·小学生快乐作文(2024年11期)2024-12-31 00:00:00
小猕猴智力画刊(2022年9期)2022-11-04 02:31:42
小主人报(2022年4期)2022-08-09 08:52:06
小哥白尼(趣味科学)(2019年6期)2019-10-10 01:01:50
发明与创新(2016年38期)2016-08-22 03:02:52
太空探索(2016年5期)2016-07-12 15:17:55
实验流体力学(2011年5期)2011-01-14 01:25:28
学与玩(2004年7期)2004-04-29 00:00:00
