基于多动量与区域加权机制的改进Adam优化算法

邵一川; 杨佳澎; 周雯; 张志涛; 孙海静

doi:10.16103/j.cnki.21-1583/n.2026.04.010

沈阳大学学报（自然科学版） ›› 2026, Vol. 38 ›› Issue (4) : 305 -314. DOI: 10.16103/j.cnki.21-1583/n.2026.04.010

基于多动量与区域加权机制的改进Adam优化算法

邵一川, 杨佳澎, 周雯, 张志涛, 孙海静

作者信息 +

Author information +

文章历史 +

摘要

提出了一种改进的Adam优化算法Improve-Adam，该算法通过引入多个动量项和区域加权机制，有效提高了模型在训练过程中的收敛速度和性能稳定性。实验结果表明，相比于经典的Adam优化算法，Improve-Adam算法能提高数据分类的准确率。在胃肠病数据集上，Improve-Adam算法在MobileNetV2和ShuffleNetV2网络中分别达到了77.60%和75.60%的准确率；在眼底青光眼图像数据集上，Improve-Adam算法在MobileNetV2和ShuffleNetV2网络中分别达到了84.79%和84.60%的准确率。