基于局部特征的卷积神经网络模型

• 作者: 施恩 李骞 赵章明 顾大权
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 局部特征 手写数字识别 分类概率
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 282-286
• 页数: 5页
• 分类号: TP183
• 字数: 4092字
• 语种: 中文

摘要

传统卷积神经网络对于特征不明显或歧义性大的图像识别率较低.针对该问题,在卷积神经网络的基础上通过增加局部特征提取层和概率权重综合层,构建基于局部特征的卷积神经网络模型.该模型对输入图像的局部进行识别,得到局部图像的分类概率信息,综合分析所有局部图像的分类概率信息得到最终网络输出.手写字符识别实验结果表明,与经典的卷积神经网络模型相比,该模型识别率较高,尤其是在输入图像特征较为模糊的情况下优势更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李骞	解放军理工大学气象海洋学院	25	100	5.0	9.0
2	顾大权	解放军理工大学气象海洋学院	62	272	10.0	13.0
3	施恩	解放军理工大学气象海洋学院	2	20	2.0	2.0
4	赵章明	解放军理工大学气象海洋学院	2	20	2.0	2.0