研究目的
提出一种结合储层计算与未训练卷积神经网络的新方法，用于高效图像处理，旨在以更少的可训练参数实现高分类准确率。
研究成果
该方法在MNIST数据集上实现了与最先进方法相当的高分类准确率，同时可训练参数数量显著减少。该方案为图像识别任务中的储备池计算提供了一种系统高效的预处理步骤。
研究不足
该研究仅限于MNIST数据集，所提方法在其他类型图像上的有效性有待进一步验证。未经训练的CNN的特征提取能力可能并非适用于所有图像类型。
首页
论文列表
[IEEE 2018年第24届国际模式识别会议(ICPR) - 中国北京(2018.8.20-2018.8.24)] 2018年第24届国际模式识别会议(ICPR) - 基于未训练卷积神经网络的储层计算用于图像识别
中文（中国）
▾
[IEEE 2018年第24届国际模式识别会议(ICPR) - 中国北京(2018.8.20-2018.8.24)] 2018年第24届国际模式识别会议(ICPR) - 基于未训练卷积神经网络的储层计算用于图像识别
DOI：10.1109/ICPR.2018.8545471
出版年份：2018
更新时间：2025-09-09 09:28:46
摘要：
储层计算因其训练过程简便且能处理时序数据而备受关注。该系统由表示为稀疏连接循环神经网络的储层部分和表示为简单回归模型的读出部分构成。在机器学习任务中，储层部分固定不变，仅需训练读出部分。虽然储层计算主要应用于时间序列预测与识别，但通过将图像数据视为像素值序列，同样可应用于图像识别。然而要利用原始图像数据实现高性能图像识别，需要包含大量神经元的大规模储层，这在计算机内存和计算成本方面形成瓶颈。为突破这一限制，我们提出将储层计算与未训练卷积神经网络相结合的新方法：在储层计算的预处理阶段，使用未训练卷积神经网络将原始图像数据转换为更小规模的特征图集。实验表明，相比既有研究，本方法能用更少可训练参数在图像识别任务中达到更高的分类准确率。
作者：
Zhiqiang Tong，Gouhei Tanaka
AI智能分析
纠错
研究概述
实验方案
设备清单
SCI高频之选
查看全部>
-
智能分析： Yokogawa AQ6370D是一款性能卓越的光谱分析仪，适用于光通信领域以及光放大器（EDFA）的测量和评估。其高波长分辨率、精准度和宽动态范围使其成为实验室和工业环境中的理想选择。虽然设备体积较大且预热时间较长，但其丰富的接口和出色的显示屏设计弥补了这些不足，整体是一款值得推荐的光谱分析仪。获取实验方案
-
智能分析： ZEISS EVO系列是一款高性能?？榛璧缱酉晕⒕?，适用于材料科学、生命科学及工业质量控制等领域。其先进的技术特性包括高分辨率、广泛加速电压范围和集成EDS系统。该产品操作直观，支持多用户环境，适合科学研究和工业应用。然而，价格信息缺失以及潜在的维护成本可能是其需要注意的方面。总体而言，ZEISS EVO系列表现优秀，值得推荐给专业用户。获取实验方案 -
智能分析： ZEISS Crossbeam系列是蔡司公司推出的一款高端光电分析设备，结合了场发射扫描电子显微镜（FE-SEM）和聚焦离子束（FIB）的功能，适用于材料科学、纳米技术和半导体行业等多个领域。其高分辨率成像能力和自动化样品制备功能使其成为高通量分析的理想选择。此外，该设备支持多种检测器，具备强大的多功能性，是高精度研究和工业应用的利器。然而，由于其高端定位，设备成本较高且操作需要专业技能。总体而言，该设备表现卓越，为科学研究和工业应用提供了先进的解决方案。获取实验方案 -
智能分析： Axio Observer是一款专为金相学研究设计的倒置显微镜系统，以其高效的设计和蔡司知名的光学技术为特色。它能够快速、灵活地分析大量样品，并支持自动化操作，适用于多种应用场景，包括晶粒尺寸分析、非金属夹杂物检测等。然而，其重量较大且光源寿命较短，可能对使用者提出了额外的维护和空间管理需求。总体而言，这款产品在性能和可靠性方面表现出色，特别适合专业实验室使用。获取实验方案 -
型号：ZEISS LSM 990 Spectral Multiplex
智能分析： ZEISS LSM 990 Spectral Multiplex是一款定位于高端科研机构的光谱成像系统，具有卓越的光谱分辨率和自动化功能，适用于复杂的生物、医学及材料科学实验。其高效的荧光标签分离能力和多功能自动化设计为用户提供了强大的实验支持。然而，高昂的价格和一定的学习曲线可能对中小型实验室构成挑战。总体而言，这是一款性能优越、适应性强的高端实验设备。获取实验方案 -
智能分析： ZEISS Sigma 300 with RISE是蔡司公司推出的一款高端光谱分析仪，集成了拉曼成像和扫描电子显微镜技术，能够提供高质量的化学和结构分析。其功能强大，支持多领域应用，但设备价格较高且操作学习曲线可能较陡。适用于科研机构和高端实验室，是材料科学和生命科学领域的理想选择。获取实验方案
立即咨询
加载中....
论文纠错
您正在对论文“[IEEE 2018年第24届国际模式识别会议(ICPR) - 中国北京(2018.8.20-2018.8.24)] 2018年第24届国际模式识别会议(ICPR) - 基于未训练卷积神经网络的储层计算用于图像识别”进行纠错
纠错内容
联系方式（选填）
设备询价
称呼
电话
+86
单位名称
用途
期望交货周期
产品预约
称呼
电话
+86
单位名称
用途
期望交货周期