高级搜索

基于模型重建的深度卷积网络权值可视化方法

刘嘉铭 邢孟道 符吉祥 徐丹

引用本文: 刘嘉铭, 邢孟道, 符吉祥, 徐丹. 基于模型重建的深度卷积网络权值可视化方法[J]. 电子与信息学报, 2019, 41(9): 2194-2200. doi: 10.11999/JEIT180916 shu
Citation:  Jiaming LIU, Mengdao XING, Jixiang FU, Dan XU. A Method to Visualize Deep Convolutional Networks Based on Model Reconstruction[J]. Journal of Electronics and Information Technology, 2019, 41(9): 2194-2200. doi: 10.11999/JEIT180916 shu

基于模型重建的深度卷积网络权值可视化方法

    作者简介: 刘嘉铭: 男,1994年生,博士,研究方向为目标识别;
    邢孟道: 男,1975年生,教授,研究方向为SAR/ISAR成像、动目标检测等;
    符吉祥: 男,1992年生,博士,研究方向为ISAR成像;
    徐丹: 女,1992年生,博士,研究方向为电磁特征提取
    通讯作者: 刘嘉铭,liujiaming@stu.xidian.edu.cn
  • 基金项目: 国防科技卓越青年人才基金(2017-JCJQ-ZQ-061)

摘要: 针对深度卷积网络原理分析的问题,该文提出一种基于模型重建的权值可视化方法。首先利用原有的神经网络对测试样本进行前向传播,以获取重建模型所需要的先验信息;然后对原本网络中的部分结构进行修改,使其便于后续的参数计算;再利用正交向量组,逐一地计算重建模型的参数;最后将计算所得的参数按照特定的顺序进行重排列,实现权值的可视化。实验结果表明,对于满足一定条件的深度卷积网络,利用该文所提方法重建的模型在分类过程的前向传播运算中与原模型完全等效,并且可以明显观察到重建后模型的权值所具有的特征,从而分析神经网络实现图像分类的原理。

English

图(11)表(1)
计量
  • PDF下载量:  28
  • 文章访问数:  368
  • HTML全文浏览量:  213
文章相关
  • 通讯作者:  刘嘉铭, liujiaming@stu.xidian.edu.cn
  • 收稿日期:  2018-09-21
  • 录用日期:  2019-02-19
  • 网络出版日期:  2019-03-21
  • 刊出日期:  2019-09-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章