基于神经网络结构搜索的目标识别方法
卞伟伟
邱旭阳
申研
1.北京机械设备研究所,北京,1008542.北京机械设备研究所,北京,1008543.北京机械设备研究所,北京,100854
摘要：针对目标识别需求,对基于神经网络的深度学习方法展开研究.由于深度学习模型中包含了对数据的先验假设,因此人工设计神经网络需要领域内专家丰富的先验知识,且具有劳动密集与时间成本高的缺点.为了获得超越专家个人经验、表现更好的网络,采用一种可微神经结构搜索的高效结构搜索方法,将搜索空间放宽为连续的空间,然后通过梯度下降来优化体系结构的验证集性能,从而找到面向目标识别的最优神经网络结构.仿真实验结果表明,将基于神经网络结构搜索的目标识别方法应用于"低慢小"类目标识别是可行的.
关键词：目标识别卷积神经网络神经网络结构搜索深度学习
分类号：TN911.73(通信)
资助基金：国防基础科研计划(JCKY2016204A601)
论文发表日期：2020-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 88-92 )
英文信息