Indexed by：
Abstract：
为提高性别分类准确率,在传统卷积神经网络(Convolutional neural network,CNN)的基础上,提出一个跨连卷积神经网络(Cross-connected CNN,CCNN)模型.该模型是一个9层的网络结构,包含输入层、6个由卷积层和池化层交错构成的隐含层、全连接层和输出层,其中允许第2个池化层跨过两个层直接与全连接层相连接.在10个人脸数据集上的性别分类实验结果表明,跨连卷积网络的准确率均不低于传统卷积网络.
Keyword：
Reprint Author's Address：
Email：
Source ：
自动化学报
Year： 2016
Issue： 06
Volume： 42
Page： 858-865
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
