%0 Journal Article
%A 黄海
%A 景晓军
%A 连自锋
%A 孙松林
%T 一种多尺度嵌套卷积神经网络模型
%D 2016
%R 10.13190/j.jbupt.2016.05.001
%J 北京邮电大学学报
%P 1-5,32
%V 39
%N 5
%X 卷积神经网络模型要求训练图像与测试图像在空间尺度上一致.为弱化这一限制，对卷积层特征提取器进行多尺度改进，提出了一种尺度不变卷积神经网络模型，以自动适应输入图像在平面空间上的尺度变化.同时，将多层Maxout网络嵌入新模型中，以进一步提高特征提取能力，提高图像识别与分类的准确性.实验测试结果表明，该模型提高了传统卷积神经网络模型的尺度不变性和分类精度.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2016.05.001