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

打開文本圖片集

摘 要：針對傳統(tǒng)草圖指令識別準確率低的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)草圖指令識別技術(shù)。通過構(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)測驗證集準確率，以此為依據(jù)實時、動態(tài)調(diào)整學(xué)習(xí)率。搭配L2正則化與Dropout雙保險策略，協(xié)同抑制過擬合。L2正則化約束權(quán)重規(guī)模，Dropout隨機失活神經(jīng)元，兩者相輔相成，能夠提高模型對不同草圖指令識別的準確率，驗證了人機交互體驗的優(yōu)化效果。（剩余7975字）