一种基于卷积神经网络的图像分类方法

• 作者: 张琳林 曹军梅
• 来源期刊: 福建电脑
• 关键词: 卷积神经网络 图像分类 卷积 池化 特征图像
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 46-47
• 页数: 2页
• 字数: 1993字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2018.02.021

摘要

利用卷积神经网络是深度学习的一种高效识别模型的思想,将卷积神经网络应用于图像分类中,避免对图像进行复杂的预处理的同时也提高了图像分类的准确度.在分析卷积神经网络结构、原理及特点的基础上,提出了一种改进的卷积神经网络模型,设计了基于该模型的图像分类算法,并在大数据库CIFAR-10下进行实验验证,表明图像分类的准确度高,总结了网络模型对图像分类结果的影响因素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹军梅	延安大学计算机学院	61	108	5.0	7.0
2	张琳林	延安大学计算机学院	1	3	1.0	1.0