基于阈值分割法和卷积神经网络的图像识别算法

• 作者: 吴良武 李俊达 李鹏松 胡建平
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 图像识别 阈值分割法 卷积神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1436-1442
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019285

摘要

针对传统卷积神经网络严重依赖数据量的问题,提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法,通过均值迭代阈值分割法过滤图像背景,并基于AlexNet构造新的卷积神经网络.与其他常用的卷积神经网络进行对比实验结果表明,在样本数量不足的图像识别任务中,该算法识别效果较理想,与其他卷积神经网络相比,具有更高的识别准确度、更低的识别误差和更快的收敛速度.