作者：曹建收; 陈光喜; 任夏荔; 康春生深度学习分类油画网络结构模型艺术领域
摘要：针对既有的深度学习网络结构模型在油画数据集上取得的分类结果较差的问题,提出了一种基于深度学习的油画分类网络模型。利用AlexNet网络抑制过拟合的Dropout算法和GoogleNet网络加深网络深度和宽度的Inception模块,构建一种层数和训练用时相对较少的网络模型。实验结果表明,新网络模型的油画分类准确率比AlexNet和GoogleNet高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《桂林电子科技大学学报》（CN：45-1351/TN）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《桂林电子科技大学学报》主要刊载信息与通信工程、信号与信息处理、计算机应用技术、仪器科学与技术、控制理论与控制工程、机械设计制造及其自动化、电磁场与微波技术、机械电子工程、工业艺术设计、材料加工工程、信息与计算科学、应用数学、工商管理等方面的学术论文。
杂志详情
