管道漏磁图像的卷积核信息熵相似度约束方法
王竹筠
杨理践
高松巍
刘斌
1.沈阳工业大学 信息科学与工程学院,沈阳1108702.沈阳工业大学 信息科学与工程学院,沈阳1108703.沈阳工业大学 信息科学与工程学院,沈阳1108704.沈阳工业大学 信息科学与工程学院,沈阳110870
摘要：为了提高卷积神经网络中卷积核对管道漏磁图像的特征学习能力,提出一种基于信息熵相似度约束的卷积核优化方法.建立一种信息熵相似度约束规则,通过判定条件对权值相近或相似度过高的卷积核进行优化.搭建实验平台并建立样本数据库进行实验,该方法可优化其特征提取能力,得到具有区分目标和背景语义信息能力的优化卷积核.结果表明,优化卷积核对目标具有较强的特征提取能力,能提高网络分类准确率和工作效率,实验结果与理论分析具有很好的一致性.
关键词：漏磁信号伪彩色图像卷积神经网络特征提取阈值卷积核信息熵相似度约束
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61571308)国家自然科学基金(61871450)
论文发表日期：2020-01-25
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：6( 90-95 )
英文信息