免疫卷積神經(jīng)網(wǎng)絡(luò)并行優(yōu)化及其嵌入式系統(tǒng)應(yīng)用.pdf

1、當(dāng)前圖像識(shí)別系統(tǒng)應(yīng)用的領(lǐng)域越來(lái)越廣泛,從工業(yè)智能監(jiān)控一直到汽車無(wú)人駕駛乃至太空探索都應(yīng)用到了圖像識(shí)別系統(tǒng)。卷積神經(jīng)網(wǎng)絡(luò)是將人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)技術(shù)相結(jié)合而產(chǎn)生的一個(gè)新型人工神經(jīng)網(wǎng)絡(luò)分支方法，具有局部感知區(qū)域、層次化結(jié)構(gòu)、特征提取和分類過(guò)程相結(jié)合的全局訓(xùn)練等特點(diǎn)，在圖像識(shí)別領(lǐng)域獲得了廣泛的應(yīng)用。進(jìn)化計(jì)算，人工神經(jīng)網(wǎng)絡(luò)和人工免疫系統(tǒng)在學(xué)習(xí)方面存在一些共性，但是又有各自的特點(diǎn)。免疫系統(tǒng)的適應(yīng)、學(xué)習(xí)和記憶能力不僅適用于優(yōu)化領(lǐng)域，也適合開(kāi)發(fā)用于

2、機(jī)器學(xué)習(xí)的人工免疫系統(tǒng)，雖然現(xiàn)在已經(jīng)出現(xiàn)了很多學(xué)習(xí)算法和理論，但沒(méi)有一種是完善和萬(wàn)能的，目前只能互補(bǔ)。
　　本文通過(guò)對(duì)國(guó)內(nèi)外有關(guān)卷積神經(jīng)網(wǎng)絡(luò)，人工免疫系統(tǒng)，嵌入式圖像處理系統(tǒng)和GPU加速并行計(jì)算的發(fā)展現(xiàn)狀和研究成果進(jìn)行整理和總結(jié)。并且對(duì)人工免疫網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的算法和結(jié)構(gòu)進(jìn)行詳細(xì)闡述，通過(guò)人工免疫系統(tǒng)與卷積神經(jīng)網(wǎng)絡(luò)結(jié)合，提出了一種新的圖像識(shí)別算法，免疫卷積神經(jīng)網(wǎng)絡(luò)算法，最后通過(guò)采用NVIDIA公司GPU加速并行計(jì)算，提高識(shí)別速度

3、，滿足當(dāng)前嵌入式設(shè)備實(shí)時(shí)性需求，并且搭建嵌入式圖像實(shí)時(shí)識(shí)別系統(tǒng)。
　　本文主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　　1.對(duì)卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)以及參數(shù)進(jìn)行分析，針對(duì)卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，訓(xùn)練耗時(shí)長(zhǎng)，容易出現(xiàn)過(guò)擬合并且誤分類高等缺點(diǎn)，本文基于人工免疫算法在模式識(shí)別的優(yōu)點(diǎn)用于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)算法，提出了一種免疫卷積神經(jīng)網(wǎng)絡(luò)算法，該算法綜合了網(wǎng)絡(luò)節(jié)點(diǎn)的定位與參數(shù)的調(diào)整以及能夠動(dòng)態(tài)調(diào)節(jié)基函數(shù)的平滑因子。
　　2.采用NVIDI