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

2024-03-17

10

559KB

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

2024-03-18

10

559KB

基于卷积神经网络的图像分类改进方法研究.docx

基于卷积神经网络的图像分类改进方法研究摘要：基于卷积神经网络的图像分类是计算机视觉领域的研究热点。本文旨在探究一些改进方法，提高卷积神经网络的图像分类性能。首先介绍了卷积神经网络的基本原理以及图像分类的流程，并详细阐述了卷积神经网络在图像分类中的应用。然后，针对卷积神经网络存在的问题，提出了改进方法，包括增加网络深度、调整卷积核的大小和数量、引入残差网络等，对比实验结果表明了这些方法的有效性。关键词：卷积神经网络；图像分类；改进方法；深度调整；卷积核大小与数量；残差网络一、引言伴随着机器学习技术的不断发展

2024-10-16

5

11KB

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

2023-11-15

10

390KB

改进卷积神经网络模型在遥感图像场景分类中的应用.docx

改进卷积神经网络模型在遥感图像场景分类中的应用改进卷积神经网络模型在遥感图像场景分类中的应用摘要：随着遥感图像获取技术的发展和数据量的快速增长，遥感图像场景分类在许多领域中发挥着重要的作用。卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为一种强大的图像分类方法，在遥感图像场景分类中得到了广泛应用。然而，由于遥感图像与自然图像之间的差异性，传统的CNN模型在遥感图像分类中仍然存在一些问题。因此，本文将重点介绍改进的卷积神经网络模型在遥感图像场景分类中的应用。1.引言遥感图像场

2024-10-21

5

11KB