-
题名改进的基于多路径特征的胶囊网络
- 1
-
-
作者
徐清海
丁世飞
孙统风
张健
郭丽丽
-
机构
中国矿业大学计算机科学与技术学院
矿山数字化教育部工程技术研究中心(中国矿业大学)
-
出处
《计算机应用》
CSCD
北大核心
2023年第5期1330-1335,共6页
-
基金
国家自然科学基金资助项目(61976216)。
-
文摘
针对胶囊网络(CapsNet)在复杂数据集上的分类效果差,而且在路由过程中参数数量过大等问题,提出一种基于多路径特征的胶囊网络(MCNet),包含新的胶囊特征提取器和新的胶囊池化方法。该胶囊特征提取器从多个不同路径中并行地提取不同层次、不同位置的特征,然后将特征编码为包含更多语义信息的胶囊特征;胶囊池化方法则在胶囊特征图的每个位置选取最活跃的胶囊,用少量的胶囊表示有效的胶囊特征。在4个数据集(CIFAR-10、SVHN、Fashion-MNIST、MNIST)上与CapsNet等模型进行了对比。实验结果显示,MCNet在CIFAR-10数据集上的分类准确率为79.27%,可训练的参数数量为6.25×10^(6),与CapsNet相比,MCNet的分类准确率提升了8.7%,参数数量减少了46.8%。MCNet能够有效提升分类准确率,同时减少可训练的参数数量。
-
关键词
胶囊网络
深度学习
动态路由
胶囊池化
反卷积重构
-
Keywords
Capsule Network(CapsNet)
deep learning
dynamic routing
capsule pooling
deconvolutional reconstruction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-