基于改进ResNet算法的太阳黑子分类方法研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘  要: 文中提出一种基于改进的ResNet的太阳黑子图像分类方法,该方法在ResNet的基础上引入了空洞卷积和残差连接等技术,增强了训练模型的特征提取能力以及感受野。在模型训练过程中,采用交叉熵损失函数和SGD优化器进行参数优化,以提高模型的准确性和泛化能力。其中深度可分离卷积被用于替代传统的卷积操作,以减少模型的参数量和计算量。(剩余9049字)

monitor