基于卷积神经网络草图指令识别技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对传统草图指令识别准确率低的问题，提出了一种基于卷积神经网络草图指令识别技术。通过构建与优化卷积神经网络模型，利用大量草图指令样本训练，训练全程紧密监测验证集准确率，以此为依据实时、动态调整学习率。搭配L2正则化与Dropout双保险策略，协同抑制过拟合。L2正则化约束权重规模，Dropout随机失活神经元，两者相辅相成，能够提高模型对不同草图指令识别的准确率，验证了人机交互体验的优化效果。（剩余7975字）

试读结束

目录
monitor