發(fā)布時(shí)間：2022-01-26 04:25

　　對(duì)于CNN的圖像識(shí)別,采用隨機(jī)初始化網(wǎng)絡(luò)權(quán)值的方法很容易收斂達(dá)到局部最優(yōu)值。針對(duì)林火中的煙霧圖像識(shí)別,提出一種結(jié)合無(wú)監(jiān)督和有監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)權(quán)值預(yù)訓(xùn)練算法。首先通過使用DBN預(yù)學(xué)習(xí)得到的特征初始化CNN的權(quán)值;然后通過卷積、池化等操作,提取訓(xùn)練樣本的特征,并采用全連接網(wǎng)絡(luò)對(duì)特征進(jìn)行分類;最后計(jì)算分類損失函數(shù)并優(yōu)化網(wǎng)絡(luò)參數(shù)。實(shí)驗(yàn)的訓(xùn)練結(jié)果顯示,基于DBN-CNN的森林火災(zāi)煙霧識(shí)別的準(zhǔn)確率達(dá)到了98.5%,相比于其他算法其準(zhǔn)確率更高。 

【文章來(lái)源】：現(xiàn)代電子技術(shù). 2020,43(13)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

深度信念網(wǎng)絡(luò)結(jié)構(gòu)圖

LeNet-5結(jié)構(gòu)圖

算法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的視頻動(dòng)態(tài)煙霧檢測(cè)[J]. 陳俊周,汪子杰,陳洪瀚,左林翼.  電子科技大學(xué)學(xué)報(bào). 2016(06)



本文編號(hào)：3609811