PCANet是一种简化的深度学习模型，旨在解决经典CNN训练时间长和调参复杂的问题。它通过PCA和二值化实现图像特征提取，提供了一个深度学习研究的基础。论文详细介绍了模型的训练方法，包括两个阶段的卷积和二值化处理，最后生成用于分类的特征图像。
[
本文参考博客：
http://blog.csdn.net/orangehdc/article/details/37763933；http://my.oschina.net/Ldpe2G/blog/275922；http://blog.csdn.net/sheng_ai/article/details/39971599
]
参考文献：[1] Tsung-Han Chan, Kui Jia, Shenghua Gao, Jiwen Lu, Zinan Zeng, and Yi Ma, PCANet: A Simple Deep Learning Baseline for Image Classification? 2014
论文链接：http://arxiv.org/abs/1404.3606
matlab代码：Matlab Codes for Download
C++代码：https://github.com/Ldpe2G/PCANet
整理时间：2014.10.26
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
