首页期刊导航|昆明理工大学学报(自然科学版)
期刊信息/Journal information
昆明理工大学学报(自然科学版)
昆明理工大学学报(自然科学版)

王华

双月刊

1007-855X

journal@kmust.edu.cn

0871-5920021

650500

云南省昆明市呈贡区景明南路727号

昆明理工大学学报(自然科学版)/Journal Journal of Kunming University of Science and Technology(Science and Technology)北大核心CSTPCD
查看更多>>本刊1959年创刊,属不定期刊物,1988年经中共云南省委宣传部及云南省新闻出版局批准向国外公开发行,双月刊,1995年经国家科委批准,因主办单位由昆明工学院改名为昆明理工大学,该学报也由昆明工学院学报更名为昆明理工大学学报。主要刊登地质、矿业工程、冶金材料、自控计算机、建筑、环境化工、汽车工程、经济管理、数理化、力学等学科有创见的学术论文、科研报告。
正式出版
收录年代

    基于因子分析的卷积神经网络模型压缩算法研究

    刘冬冬李林才句媛媛吴刘仓...
    207-214页
    查看更多>>摘要:针对复杂的卷积神经网络模型存在参数规模大、运算时间长等问题,提出一种有效的卷积神经网络模型压缩算法.该算法引入因子分析的思想对卷积神经网络模型进行压缩:首先将四维的卷积核权重张量转化为二维的矩阵形式,计算相关矩阵,并对其进行奇异值分解;其次,通过控制累积方差贡献率,确定适当的因子数量,计算因子载荷矩阵;最后,重构出更具代表性的卷积核.通过在Catdog、CIFAR10、CIFAR100 三个数据集上进行验证,实验结果表明:该压缩算法能够在保证卷积神经网络精度的前提下,使AlexNet、ResNet的参数压缩率达到 30.7%~68.2%,运行时间减少17.53%~37.21%.从而验证了本文提出的算法在压缩率和运算效率方面的优势,为基于因子分析的卷积神经网络模型压缩提供了一种可能的框架.

    模型压缩因子分析卷积神经网络图像分类

    砥砺前行谋发展 科技创新谱新篇——2023年昆明理工大学科技奖励(自然科学类)重点工作介绍

    封2,封3页