首页|迁移深度学习地基云图自动识别的网络微调学习过程

迁移深度学习地基云图自动识别的网络微调学习过程

An Ground Cloud Image Recognition Method Using AlexNet Convolution Neural Network

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究了一种将迁移学习引入到地基云图自动识别深度学习网络中的学习过程,其中深度学习网络采用AlexNet经典网络模型,数据集采用ImageNet样本库进行预训练,学习过程中采用微调操作对网络的权值进行最佳调整.通过对10类地基云图的仿真实验,可以看出,由于云图类别较多,分类任务较难,将迁移学习和微调方法引入到深度学习地基云图自动识别中,是可行和有效的.该方法的有效实施,为深度学习在高精度的地基云图分类以及其他领域图像识别奠定了技术基础.

段向军、王敏

展开 >

南京信息职业技术学院智能制造学院,江苏 南京210046

南京信息工程大学电子与信息工程学院,江苏 南京211101

卷积神经网络 地基云图 迁移学习 深度学习 微调

国家自然科学基金江苏省"青蓝工程"优秀教学团队培养对象

417751652018-4

2020

10.3969/j.issn.1005-9490.2020.06.012

电子器件
东南大学

电子器件

CSTPCD北大核心
影响因子：0.569
ISSN：1005-9490
年,卷(期)：2020.43(6)
  • 5
  • 2