基于卷积神经网络的图像分类研究

• 作者: 孙国强 葛程
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图像分类 卷积神经网络 网络结构 数据增强
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP301
• 字数: 4003字
• 语种: 中文
• DOI: 10.11907/rjdk.181090

摘要

结合现有基于卷积神经网络的图像分类算法,以CIFAR-10作为数据集,探究如何快速搭建一个满足分类精度要求的卷积神经网络模型,以及如何有目的且高效地进行网络训练与参数调整.实验以简单的三层卷积神经网络为基础,从数据增强 、网络结构与优化训练3个方面对模型进行改进.实验结果表明,通过叠加这些改进方法,可使模型的拟合能力与泛化能力逐渐增强,最终获得更高的图像分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国强	上海理工大学光电信息与计算机工程学院	64	308	9.0	15.0
2	葛程	上海理工大学光电信息与计算机工程学院	1	4	1.0	1.0