基于深度神经网络训练与优化算法的图像分类 |
| |
引用本文: | 张涛,唐华,张甜甜.基于深度神经网络训练与优化算法的图像分类[J].计算机仿真,2023(2):284-287. |
| |
作者姓名: | 张涛 唐华 张甜甜 |
| |
作者单位: | 湖北工业大学信息技术中心 |
| |
基金项目: | 湖北省教育厅科学技术研究项目(B2020043); |
| |
摘 要: | 当前图像分类方法在分类过程中没有充分获取图像的深度特征,导致方法真阳性率低、假阳性率较高,存在图像分类准确率低等问题。为解决上述问题,提出基于深度神经网络训练与优化算法的图像分类方法。方法选取不同特征的图像构建测试集,利用FCM算法对图像进行分割、去噪处理,根据多核学习对提取的图像深度特征进行适应与融合,并构建一个支持向量机的高分辨图像分类器,最终实现图像分类。实验结果表明,所提方法的图像分类真阳性率较高、假阳性率较低,表明该方法准确率高且有明显的分类效果。
|
关 键 词: | 深度神经网络 图像去噪 图像分割 图像特征 深度学习 |
|
|