首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度多特征融合的CNNs图像分类算法
引用本文:李伟,黄鹤鸣,张会云,杨鸿海. 基于深度多特征融合的CNNs图像分类算法[J]. 计算机仿真, 2022, 39(2): 322-326. DOI: 10.3969/j.issn.1006-9348.2022.02.061
作者姓名:李伟  黄鹤鸣  张会云  杨鸿海
作者单位:青海师范大学计算机学院,青海 西宁810008;藏文信息处理教育部重点实验室,青海 西宁810008,青海省地理信息中心,青海 西宁810001
基金项目:国家自然科学基金;青海省自然科学基金
摘    要:近年来,卷积神经网络在图像处理方面的良好性能得到了广泛关注。为了更好地提取图像内容信息,提高图像分类精度,提出了一种基于深度多特征融合的CNNs图像分类算法。算法有效深度融合了图像的多种特征,即使用k-means++聚类算法提取的主颜色特征和利用去噪卷积神经网络提取的空间位置特征。实验结果表明,提出的基于深度多特征融合的CNNs图像分类算法在图像分类方面提供了有竞争力的结果,分类精度比CNN提升了7个百分点。该算法通过深度融合图像的多种特征,可为后续图像处理提供更全面更显著的有用信息。

关 键 词:卷积神经网络  多特征  主颜色  数据融合  图像分类

A CNNs Image Classification Algorithm Based on Deep Fusion of Multi-Features
LI Wei,HUANG He-ming,ZHANG Hui-yun,YANG Hong-hai. A CNNs Image Classification Algorithm Based on Deep Fusion of Multi-Features[J]. Computer Simulation, 2022, 39(2): 322-326. DOI: 10.3969/j.issn.1006-9348.2022.02.061
Authors:LI Wei  HUANG He-ming  ZHANG Hui-yun  YANG Hong-hai
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号