基于PReLUs-Softplus非线性激励函数的卷积神经网络
郜丽鹏
郑辉
1.哈尔滨工程大学 信息与通信工程学院,哈尔滨,1500012.哈尔滨工程大学 信息与通信工程学院,哈尔滨,150001
摘要：针对卷积神经网络表达能力和识别效果受卷积层激励函数影响的问题,提出了一种新型非线性激励函数PReLUs-Softplus,并将其应用于神经网络卷积层.对新型神经网络和采用传统激励函数的神经网络在MNIST和CIFAR-10标准数据库上进行了图像识别对比实验,结果表明,相比于采用传统激励函数的神经网络,使用PReLUs-Softplus激励函数的卷积神经网络在不同的池化方式下图像识别计算收敛速度更快,显著降低了识别的错误率.
关键词：深度学习卷积神经网络激励函数模式识别非线性映射池化网络结构图像识别
分类号：TN953(雷达)
资助基金：国家自然科学基金(61571146)
论文发表日期：2018-01-01
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：6( 54-59 )
英文信息