基于卷积神经网络的中国绘画图像分类

• 作者: 姚金良 杨冰 王小华 陈浩月
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 中国绘画 激活函数 图像分类
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP301
• 字数: 3692字
• 语种: 中文
• DOI: 10.11907/rjdk.181736

摘要

绘画图像分类为绘画管理与使用提供了便利.传统图像分类大多依靠人工提取形状、颜色等特征, 由于绘画图像分类需要更专业的知识背景, 从而使人工提取特征的过程繁琐且复杂.基于此, 提出一种基于卷积神经网络的中国绘画分类方法, 并在此基础上结合SoftSign与ReLU两种激活函数的优点, 构造一种新的激活函数.实验结果表明, 基于改进后激活函数构造的卷积神经网络, 可以有效提高分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小华	杭州电子科技大学认知与智能计算研究所	62	492	13.0	18.0
2	姚金良	杭州电子科技大学认知与智能计算研究所	16	88	5.0	9.0
3	杨冰	杭州电子科技大学认知与智能计算研究所	8	37	4.0	5.0
4	陈浩月	杭州电子科技大学认知与智能计算研究所	1	4	1.0	1.0