期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的产品意象识别 被引量:23
1
作者 朱斌 杨程 +1 位作者 俞春阳 安芳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第9期1778-1784,共7页
为了满足用户对产品的情感化需求,提出一种基于深度学习的产品意象识别方法.该方法通过语义差异法获得产品意象数据集,在此基础上,使用卷积神经网络VGGNet进行训练,建立产品意象深度模型.以典型的椅子产品为例对文中方法进行验证,训练... 为了满足用户对产品的情感化需求,提出一种基于深度学习的产品意象识别方法.该方法通过语义差异法获得产品意象数据集,在此基础上,使用卷积神经网络VGGNet进行训练,建立产品意象深度模型.以典型的椅子产品为例对文中方法进行验证,训练好的产品意象深度模型识别准确率最高可达95.3%.为了进一步证明该方法的优越性,将其分别与以支持向量机(SVM)为代表的传统方法和浅层的卷积神经网络Caffe Net进行对比实验,结果表明,在识别准确率上该方法比SVM提高了约5%,比Caffe Net提升了4%~10%.此外,为了解释深度学习的识别过程,对卷积特征进行了可视化,展现了特征映射从底层到高层的抽象过程. 展开更多
关键词 产品意象 深度学习 自学习特征 VGGNet 卷积操作
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部