您当前的位置:
首页 >
文章列表页 >
融合自注意力机制改进ResNet的图像分类方法
图形图像处理 | 更新时间:2024-10-14
    • 融合自注意力机制改进ResNet的图像分类方法

    • Image Classification Method of Improved ResNet by Integrating Self-Attention Mechanism

    • 在图像分类领域,研究者引入自注意力机制至卷积神经网络,显著提升了识别准确率。
    • 软件导刊   2024年23卷第10期 页码:173-178
    • DOI:10.11907/rjdk.232018    

      中图分类号: TP391.4
    • 纸质出版日期:2024-10-15

      收稿日期:2023-09-27

    移动端阅览

  • 周录庆,贾可,冯翱等.融合自注意力机制改进ResNet的图像分类方法[J].软件导刊,2024,23(10):173-178. DOI: 10.11907/rjdk.232018.

    ZHOU Luqing,JIA Ke,FENG Ao,et al.Image Classification Method of Improved ResNet by Integrating Self-Attention Mechanism[J].Software Guide,2024,23(10):173-178. DOI: 10.11907/rjdk.232018.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

改进Inception结构的图像分类方法
卷积神经网络中的自适应加权池化
基于BiLSTM-CNN-ATT的方面级情感分析
结合Inception模块的卷积神经网络图像分类方法
基于用户历史序列的点击率预估

相关作者

董跃华
彭辉林
赵长乐
何利力
成 璐
曹小凤
齐广华
何明祥

相关机构

江西理工大学 信息工程学院
浙江理工大学 信息学院
太原工业学院 计算机工程系
山东科技大学 计算机科学与工程学院
浙江理工大学 信息学院
0