基于卷積神經(jīng)網(wǎng)絡(luò)草圖指令識(shí)別技術(shù)研究

打開(kāi)文本圖片集

摘 要：針對(duì)傳統(tǒng)草圖指令識(shí)別準(zhǔn)確率低的問(wèn)題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)草圖指令識(shí)別技術(shù)。通過(guò)構(gòu)建與優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)模型，利用大量草圖指令樣本訓(xùn)練，訓(xùn)練全程緊密監(jiān)測(cè)驗(yàn)證集準(zhǔn)確率，以此為依據(jù)實(shí)時(shí)、動(dòng)態(tài)調(diào)整學(xué)習(xí)率。搭配L2正則化與Dropout雙保險(xiǎn)策略，協(xié)同抑制過(guò)擬合。L2正則化約束權(quán)重規(guī)模，Dropout隨機(jī)失活神經(jīng)元，兩者相輔相成，能夠提高模型對(duì)不同草圖指令識(shí)別的準(zhǔn)確率，驗(yàn)證了人機(jī)交互體驗(yàn)的優(yōu)化效果。（剩余7975字）