计算机科学与探索

作者：张利, 邱存月, 张凯鑫, 张大波, 罗浩

单位：辽宁大学 信息学院，沈阳 110036

关键词：亚健康识别,卷积神经网络（CNN）,胶囊网络,小波降噪,小波包降噪

针对传统卷积神经网络（CNN）为获得高准确率不断堆叠卷积层、池化层致使模型结构复杂、训练时间长且数据处理方式单一的问题，提出改进胶囊网络优化分层卷积的亚健康识别算法。首先，对原始振动数据进行小波降噪和小波包降噪两种数据处理，更好地保留原始信号中对亚健康识别有用的信息；其次，CNN采用分层卷积的思想，并行3个不同尺度的卷积核，多角度地进行特征提取；最后,将卷积核提取的特征输入到剪枝策略的胶囊网络中进行亚健康识别，改进的胶囊网络在保证准确率的同时加快亚健康识别时间，解决CNN结构过于复杂以及识别效果不佳的问题。实验结果表明，提出算法识别准确率高且识别时间较少。

来源：2021年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第4期