Jun, 2024
融合拓扑数据分析与卷积神经网络的研究
Research on fusing topological data analysis with convolutional neural
network
TL;DR基于拓扑数据分析(TDA)和卷积神经网络(CNN),本文提出了一种名为TDA-CNN的特征融合方法,通过融合CNN提取的数值分布特征和TDA提取的拓扑结构特征来改善CNN的特征学习和表示能力。TDA-CNN通过适应性学习每个特征的重要性权重,并在Intel Image、Gender Images和Chinese Calligraphy Styles数据集上进行实验证明,相对于VGG16、DenseNet121和GoogleNet网络,TDA-CNN的性能提升分别为17.5%、7.11%和4.45%,TDA-CNN展示了改进的特征聚类和重要特征识别能力,有效增强了模型的决策能力。