改进的AlexNet卷积神经网络用于中草药叶片分类

• 作者: 沈同平 金力 黄方亮
• 来源期刊: 安庆师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 改进的AlexNet 中草药 图像分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 70-75
• 页数: 6页
• 分类号: TP399
• 字数: 3344字
• 语种: 中文
• DOI: 10.13757/j.cnki.cn34-1328/n.2020.03.014

摘要

近年来,深度学习被广泛应用于图像处理的各个领域.本文提出一种旨在强化特征提取的改进的AlexNet模型并通过对比实验加以验证.首先,利用网络爬虫算法爬取5类中草药叶片图像形成一个样本容量较小的数据集.然后,利用数据增扩技术将原数据集容量增大4倍形成新的数据集.最后,利用改进后的AlexNet模型和增扩后的数据集开展4组对比实验.实验结果表明,结合数据增扩和改进的AlexNet模型能最大程度地提高中草药图像分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄方亮	安徽中医药大学医药信息工程学院	20	16	2.0	2.0
2	沈同平	安徽中医药大学医药信息工程学院	37	71	4.0	6.0
3	金力	安徽中医药大学医药信息工程学院	28	60	5.0	7.0