%0 Journal Article
%T 混合PSO优化卷积神经网络结构和参数<br>Optimizing Structure and Parameters of Convolutional Neural Networks Using Hybrid PSO
%A 唐贤伦
%A 刘庆
%A 张娜
%A 周家林
%J 电子科技大学学报
%D 2018
%R 10.3969/j.issn.1001-0548.2018.02.011
%X 为了使卷积神经网络在非经验指导下自动寻得最优连接，并提高其参数优化效率，提出用粒子群优化卷积网络参数，并用离散粒子群优化卷积网络特征图之间连接结构的新方法。先使用粒子群优化所有权值，再采用离散粒子群优化降采样层和卷积层之间特征图连接结构。将该方法用于MNIST数据集和CIFAR-10数据集，实验结果表明，相比其他连接结构的卷积神经网络和其他识别方法，该方法可以有效实现网络结构及参数的优化，加速网络收敛并提高识别准确比。<br>
%K 卷积神经网络
%K 离散粒子群优化
%K 手写字符识别
%K 粒子群优化
%K 结构优化&lt
%K br&gt
%U http://manu50.magtech.com.cn/dzkjdx/CN/abstract/abstract3944.shtml