首页 | 本学科首页   官方微博 | 高级检索  
     检索      

多模型加权融合机制的石墨纯度识别
引用本文:徐小平,余香佳,刘广钧,刘龙.多模型加权融合机制的石墨纯度识别[J].数学的实践与认识,2022(4):172-182.
作者姓名:徐小平  余香佳  刘广钧  刘龙
作者单位:1. 西安理工大学理学院;2. 西安理工大学自动化与信息工程学院
基金项目:国家自然科学基金(61773016);;陕西省自然科学基础研究资助(2018JQ1089);
摘    要:针对人工识别的效率低及单一卷积神经网络提取特征的遗漏问题,提出了多模型加权融合机制的石墨纯度识别算法.在自建小样本数据集上,进行离线扩充和在线增强,提高模型的泛化能力,减少深层CNN的过拟合问题;结合迁移学习,利用优化的AlexNet和ResNet50构建双通道卷积神经网络,提取石墨图像的深层次特征,并将两者的特征进行加权融合后,使用SoftMax分类器进行分类.实验结果表明,经过加权融合后的识别准确率均优于单一网络,达到97.94%,同时模型的稳定性增强,收敛速度加快,证明了所提算法的可行性与有效性.

关 键 词:石墨  特征融合  卷积神经网络  迁移学习  小样本数据集
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号