作者:罗嘉杰; 施佳林卷积神经网络图像识别图像分类
摘要:目前,卷积神经网络在图像识别和分类领域取得了良好的效果, 但网络结构和参数的选择对图像识别和分类的效 果与效率影响很大。为了提高卷积网络的图像分类性能,本文结合理论分析和对比实验, 对卷积神经网络模型进行了详细的 理论分析, 并且本文设计了一个具有8层卷积层的深度卷积网络, 并结合批量归一化处理,在CIFAR-10数据集上进行了相 关的分类实验, 得到了88.1%的分类精度,相比于传统的分类设计有效地改善了卷积神经网络的图像识别分类效果。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社