基于快照集成卷积神经网络的陨石坑图像分类识别

摘要：

为提高对陨石坑图像进行分类识别的性能,提出了基于卷积神经网络(convolutional neural network,CNN)集成的陨石坑图像识别方法.利用余弦退火算法将单一的卷积神经模型进行快照集成,构建了快照集成模型.模型将同一训练过程中的不同结点的模型进行集成,既保证了训练模型的多样性,又避免了集成模型训练成本的增加.采用快照集成的CNN模型在陨石坑图像数据集上的实验结果表明,该方法是一种高效准确识别陨石坑图像的深度学习方法.

关键词：航空、航天科学技术基础学科、信号与信息处理、卷积神经网络、集成学习、陨石坑

所属期刊栏目：15

分类号：V423.6(火箭、航天器构造（总体）)

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：104-111