%0 Journal Article %T 网中网残差网络模型的表情图像识别研究 %A 杨保国 %A 裴颂文 %A 顾春华  %J 中山大学学报(自然科学版) %D 2018 %X 摘要 卷积神经网络模型中全连接层的所有结点与上一层结点全相连时,由于参数过多易产生过拟合现象、层级过深易导致梯度弥散(消失)等问题.本文用ELU函数替换ReLU修正单元,解决网中网(Network in Network)模型的梯度弥散问题,用全局平均值采样层代替全连接层,并增加两层残差网络结构,提出了网中网残差网络模型(NIN_ResNet)对表情图像做分类识别研究.实验表明,基于TensorFlow平台对FER-2013和CK+数据集训练得出整体正确识别率分别为89.99%和96.03%.NIN_ResNet模型比NIN和ResNet模型在识别率上有着显著的提高,在执行时间上优于NIN模型 %K TensorFlow %K 卷积神经网络 %K NIN_ResNet %K ELU %K 表情识别 %U http://xwxt.sict.ac.cn/CN/abstract/abstract4764.shtml