ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶｏｌ．３９，Ｎｏ．１，２０２３基金项目微型电脑应用２０２３年第３９卷第１期基金项目：全国教育科学国防军事教育学科“十二五”规划教育部重点课题（ＤＲＡ１１０４２５）作者简介：纪世雨（１９８０－），男，本科，工程师，研究方向为军事高技术应用与管理、信息工程；龙静（１９９１－），女，本科，助理会计师，研究方向为军队财务管理。文章编号：１００７－７５７Ｘ（２０２３）０１－００１１－０３一种基于ＣＮＮ的散射变换的旋转方法纪世雨，龙静（解放军总医院第五医学中心，北京１０００３９）摘要：深卷积神经网络的精度与输入的数据有关，当输入的数据为非正常角度数据时，相关网络的处理精度较低。因此，为了提高处理精确度，提出了一种对输入旋转不变的卷积神经网络。该网络主要基于散射变换中存在的旋转变换特性和一系列的三维卷积。这种结构能够在无角度标注数据的情况下预测角度。此外，预测器可以将输入的随机旋转连续映射到预测的圆形空间。在实验中，利用垂直角度和随机旋转角度的样本对训练结果进行了验证。结果表明该网络具有较好的精确度。关键词：卷积神经网络；图像分类；图像旋转；小波散射中图分类号：ＴＰ３９１文献标志码：ＡＡＲｏｔａｔｉｏｎＭｅｔｈｏｄｏｆＳｃａｔｔｅｒｉｎｇＴｒａｎｓｆｏｒｍａｔｉｏｎＢａｓｅｄｏｎＣＮＮＪＩＳｈｉｙｕ，ＬＯＮＧＪｉｎｇ（ＦｉｆｔｈＭｅｄｉｃａｌＣｅｎｔｅｒｏｆＣｈｉｎｅｓｅＰＬＡＧｅｎｅｒａｌＨｏｓｐｉｔａｌ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｒｅｌａｔｅｄｔｏｔｈｅｉｎｐｕｔｄａｔａ．Ｗｈｅｎｔｈｅｉｎｐｕｔｄａｔａａｒｅｗｉｔｈａｂ－ｎｏｒｍａｌａｎｇｌｅｓ，ｔｈｅｐｒｏｃｅｓｓｉｎｇａｃｃｕｒａｃｙｏｆｔｈｅｒｅｌａｔｅｄｎｅｔｗｏｒｋｉｓｌｏｗ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｏｃｅｓｓｉｎｇａｃｃｕｒａｃｙ，ａｃｏｎｖｏｌｕ－ｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｔｈａｔｉｓｉｎｖａｒｉａｎｔｔｏｔｈｅｉｎｐｕｔｒｏｔａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｎｅｔｗｏｒｋｉｓｍａｉｎｌｙｂａｓｅｄｏｎｔｈｅｒｏｔａｔｉｏｎｔｒａｎｓｆｏｒ－ｍａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｘｉｓｔ...
