基于卷积神经网络的花朵品种的识别

• 作者: 李景霞 杨静亚 王振宇 程海
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 图像识别 卷积神经网络 花朵识别 深度学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子与机电工程
• 页码范围: 90-96
• 页数: 7页
• 分类号: TP391.41
• 字数: 4751字
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2019.04.060

摘要

基于BP算法的卷积神经网络应用于图像识别领域,它有自动学习特征,比传统的图像识别方法的准确率更高.介绍了基于卷积神经网络的花朵品种的识别,构建CNN神经网络模型,运用BP算法优化参数,激活函数采用稀疏性较好的Relu调整输出,在牛津大学102种花卉的数据集的基础上,增加了5种,准确率为83.01％,测试随机采取5种花卉进行识别分类,准确率最高为85％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王振宇	黑龙江大学电子工程学院	3	2	1.0	1.0
2	杨静亚	黑龙江大学电子工程学院	1	0	0.0	0.0
3	李景霞	黑龙江大学电子工程学院	1	0	0.0	0.0
4	程海	黑龙江大学电子工程学院	9	38	3.0	6.0