Scidown文献预览系统！
基于分数阶动量的卷积神经网络参数训练( Convolutional neural networks based on fractional-order momentum for parameter training )
Tao Kan Zhe Gao Chuang Yang Jing Jian
本文提出了一种利用分数阶动量对卷积神经网络进行参数训练的方法。为了更平滑地更新CNNs的参数，基于G-L差分运算，提出了分数阶动量的参数训练方法。通过用分数阶差分代替整数阶差分，改进了随机经典动量(SCM)算法和自适应矩(Adam)估计算法。同时讨论了调整分数阶的线性和非线性方法。因此，所提出的方法可以提高CNNs参数的灵活性和自适应能力。我们利用MNIST数据集和CIFAR-10数据集对模型的有效性进行了分析,实验结果表明,与传统的SCM和Adam方法相比,本文提出的方法能够提高CNNs的识别精度和学习收敛速度。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown p-GaN栅AlGaN/GaN HEMTs的ON-State栅极应力诱发阈值电压不稳定性下载
scidown 切换线性系统的改进事件触发控制下载
scidown 振动模式对风力机满边扩压器涡激振动的基本影响下载