一种基于交叉验证法的CNN模型识别准确率优化方法.pdfVIP

下载本文档

0
0
约7.96千字
约 8页
2023-05-13 发布于北京
举报
版权申诉

一种基于交叉验证法的CNN模型识别准确率优化方法.pdf

1、本文档共8页，其中可免费阅读7页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及人工智能技术领域，具体公开了一种基于交叉验证法的CNN模型识别准确率优化方法，包括如下步骤：采集数据并对数据进行预处理得到数据集；将数据集K折划分，K∈N；将K折划分后的数据集进行特征构建与融合，将数据集转换为特征向量或矩阵；构建CNN模型，将转换后的特征向量或矩阵输入，对CNN模型进行优化；将K折划分后的数据集导入优化后的CNN模型中进行训练并调节参数；将训练模型过后的识别结果可视化。本发明得到的模型识别准确率更为可靠，小数据集处理中能够避免因数据量少而产生的模型过拟合问题，可深入挖

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114626521 A (43)申请公布日 2022.06.14 (21)申请号 202210256770.7 (22)申请日 2022.03.16 (71)申请人大连交通大学地址 116000