新型LeNet-FC卷积神经网络模型算法的研究

来源：计算机工程与应用杂志2019年第5期北京时间：

作者：白 创，陈 翔

单位：长沙理工大学 物理与电子科学学院，长沙 410114

摘要：针对已有的卷积神经网络（Convolutional Neural Network，CNN）在人脸识别训练中出现过拟合、收敛速度慢以及识别准确率不高的问题，提出了新型的LeNet-FC卷积神经网络模型。通过增加网络层、缩小卷积核等结构改进以及采用优化的对数—修正线性单元（Logarithmic Rectified Linear Unit，L_ReLU）激活函数，该模型在人脸识别训练的准确率达到了99.85%。同时基于LeNet-FC卷积神经网络模型设计了一个人脸识别系统。该系统在ORL人脸库的仿真测试实验中识别准确率达到了96%。

关键词：人工智能,人脸识别,卷积神经网络,结构改进,激活函数优化