深度卷积神经网络在图像识别算法中的研究与实现

• 作者: 林伟 韩星烁
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 卷积神经网络 局部感受野 权值共享 图像识别
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 人工智能
• 页码范围: 54-56
• 页数: 3页
• 分类号: TP317.4
• 字数: 2869字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.21.017

摘要

深度学习是近些年来人工智能领域取得的重大突破,深度学习与传统模式识别方法的最大不同在于它所提取的特征是从大数据中自动学习得到,而非采用手工设计.现有的深度学习模型属于神经网络,文章引入深度卷积神经网络进行图像识别,该算法在对图像统一转换成固定尺寸后进行处理,具有局部感受野、权值共享和空间下采样等特点,可以有效地提取图像特征.文中使用Python爬虫技术采集的993张图像数据集,对该方法进行测试,平均识别率达到92.50％.实验结果表明,基于深度卷积神经网络的图像识别方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林伟	福州大学物理与信息工程学院	121	547	12.0	17.0
2	韩星烁	福州大学物理与信息工程学院	1	12	1.0	1.0