深度学习在藻类分类识别中的应用

• 作者: 万永清 张奇志
• 来源期刊: 传感器世界
• 学科: 工学
• 关键词: 深度学习 藻类分类 caffe
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究动态
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP183
• 字数: 3746字
• 语种: 中文

摘要

为了解决藻类分类识别中人工选取特征困难的问题,提出了一种基于深度学习的藻类分类识别方法.首先,对训练和测试样本集数据进行处理,得到所需数据的格式;其次,研究各种深度学习模型,理解卷积层、全连接层等的作用,基于Caffe设计深度学习网络模型;最后,根据设计的深度学习网络模型,比较各个模型的性能,得到最好的模型.实验结果表明,使用该方法做藻类分类,优于张松等基于视觉词包模型训练SVM分类器的方法,得到比较理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张奇志	北京信息科技大学自动化学院	111	209	8.0	10.0
2	万永清	北京信息科技大学自动化学院	1	0	0.0	0.0