基于改进的卷积神经网络模型的中国绘画图像分类方法.pdf
文库****品店
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于改进的卷积神经网络模型的中国绘画图像分类方法.pdf
基于改进的卷积神经网络模型的中国绘画图像分类方法.pdf
基于卷积神经网络的图像分类改进算法.pdf
本发明公开了一种基于卷积神经网络的图像分类的改进算法,采用AlexNet网络模型为基本框架,将输入图片先进行适当预处理及数据增强,以降低对网络对样本数量的依赖性,通过神经网络卷积层进行特征提取,再通过池化层保留主要特征,同时减少下一层的的参数和计算量,采用多尺度卷积的方法,使得网络模型不再限制输入图像的尺寸大小,采用LDA算法进一步对特征图进行进一步的降维,最后得到对图片的预测分类。本发明的基于卷积神经网络的图像分类改进算法可以降低网络模型对样本数量的依赖性,通过采用LDA算法以及采用多尺度卷积可以进一步
基于卷积神经网络的SAR图像分类.pdf
SAR图像分类基于卷积神经网络的SAR图像分类摘要:合成孔径雷达(SAR)技术在地球观测、军事、安全和资源开发等领域得到广泛应用。对于SAR图像的分类能够提高对地面目标的识别和定位能力。本文旨在研究一种基于卷积神经网络(CNN)的SAR图像分类方法,通过对经过特定处理的SAR图像进行分析和训练,提高分类的精度和效率。实验结果表明,该方法可在SAR图像分类中取得良好的性能,准确率达到90.2%。关键词:SAR图像分类;卷积神经网络;特征提取;分类器;深度学习1.引言SAR技术是一种高分辨率、全天候、全天时的
基于卷积神经网络的图像分类技术.docx
基于卷积神经网络的图像分类技术童浩然+楚军+沈静静【摘要】随着大量带标记的数据库的开源使用和带有高性能GPU的计算机的发展推广,深度学习已然从理论走向实践,开始广泛地活跃于图像分类的舞台之上,其中变现最为突出的是卷积神经网络(Convolutionalneuralnetworks,CNNs),目前已经在大规模的识别与分类任务获得了瞩目的成果,突破了传统分类方法的极限并且已经首次达到优于人眼识别的地步。本次实验的重点是将CNN应用在实际的图像分类操作中,并对CNN进行优化与改进,采用Inception架构高