自适应池化卷积神经网络马品种识别研究

• 作者: 张太红 米克热依·迪里夏提
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 马品种图像 卷积神经网络 混淆矩阵 自适应池化 数据扩增
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 应用开发研究
• 页码范围: 105-110
• 页数: 6页
• 分类号: TP301
• 字数: 4959字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.10.022

摘要

针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池化法,并搭建了基于自适应池化的卷积神经网络模型,实现了对哈福林格马(Haflinger)、阿克哈-塔克马(Akhal-Teke)、吉普赛马(Gypsy Venner)、伊犁马(Yili)、阿帕卢萨马(Appaloosa)、弗里西亚马(Friesian)、阿拉伯马(Arabian)、马瓦里马(Marwari)等八个品种的识别.对于图像进行归一化、数据扩增等预处理后,从数据集中随机选取80％的样本用作训练集,剩余的20％用作验证集和测试集.在Keras深度学习框架下,对使用自适应池化前后的卷积神经网络进行全新学习,并做了三组对照实验.实验结果表明,自适应池化算法明显提高了模型的准确率和分类性能.使用自适应池化算法后的模型在测试集上的准确率达到了88.24％,初步实现了基于计算机视觉的马品种识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张太红	新疆农业大学计算机与信息工程学院	74	332	9.0	15.0
2	米克热依·迪里夏提	新疆农业大学计算机与信息工程学院	1	2	1.0	1.0