×

基于Prtri网优化的CAPTCHA识别方法

消耗积分:0 | 格式:pdf | 大小:2.06 MB | 2021-03-25

分享资料个

　　针对 Alexnet网络对验证码（ CAPTCHA）多目标分类问题效果不理想、模型参数量与浮点数计算量过大的问题，提出一种基于Petr网优化的 CAPTCHA识别方法。利用Peti网理论对 Alexnet和 Densenet-BC建模，并通过所建模型优化网络结构和参数。同时，根据模型参数量与浮点数计算量的关系，提出超活性概念，对 Petri-ANPP-netPetri-ANPS-net、 Petri-DNBC-net模型进行灵敏度分析。实验结果表明，经过 Petri网优化后， Petri- Anpp-net模型的最高准确度为60.40%，且超活性较小，模型灵敏度较差， Petri-ANPS-net模型的最高准确度为97.50%，但超活性较小，模型灵敏度较差， Petri-dnbc-net模型的最高准确度达到924%，具超活性较大，模型灵敏度较高。说明Pet网能在一定程度上优化网络模型结构和参数，且超活性对于评价模型的灵敏度具有一定的优越性。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !