改进LeNet-5网络在图像分类中的应用

• 作者: 刘金利 张培玲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: LeNet-5网络 跨连连接 Inception V1模块 图像分类
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 热点与综述
• 页码范围: 32-37,95
• 页数: 7页
• 分类号: TP183|TP391.41
• 字数: 5692字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0286

摘要

LeNet-5卷积神经网络(CNN)虽然在手写数字识别上取得很好的分类效果,但在具有复杂纹理特征的数据集上分类精度不高.为提高网络在复杂纹理特征图像上分类的正确率,提出一种改进的LeNet-5网络结构.引入跨连思想,充分利用网络提取的低层次特征;把Inception V1模块嵌入LeNet-5卷积神经网络,提取图像的多尺度特征;输出层使用softmax函数对图像进行分类.在Cifar-10和Fashion MNIST数据集上进行的实验结果表明,改进的卷积神经网络在复杂纹理特征数据集上具有很好的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张培玲	河南理工大学物理与电子信息学院	24	57	5.0	6.0
2	刘金利	河南理工大学电气工程与自动化学院	1	5	1.0	1.0