首页 | 本学科首页   官方微博 | 高级检索  
     

基于复杂网络描述的图像深度卷积分类方法
引用本文:洪睿,康晓东,郭军,李博,王亚鸽,张秀芳. 基于复杂网络描述的图像深度卷积分类方法[J]. 计算机应用, 2018, 38(12): 3399-3402. DOI: 10.11772/j.issn.1001-9081.2018051041
作者姓名:洪睿  康晓东  郭军  李博  王亚鸽  张秀芳
作者单位:天津医科大学 医学影像学院, 天津 300203
基金项目:天津市重点基金资助项目(17JC20J32500)。
摘    要:为了在不增加较多计算量的前提下,提高卷积网络模型用于图像分类的正确率,提出了一种基于复杂网络模型描述的图像深度卷积分类方法。首先,对图像进行复杂网络描述,得到不同阈值下的复杂网络模型度矩阵;然后,在图像度矩阵描述的基础上,通过深度卷积网络得到特征向量;最后,根据得到的特征向量进行K近邻(KNN)分类。在ILSVRC2014数据库上进行了验证实验,实验结果表明,所提出的模型具有较高的正确率和较少的迭代次数。

关 键 词:复杂网络  深度卷积神经网络  AlexNet  度矩阵  图像分类  
收稿时间:2018-05-21
修稿时间:2018-07-06

Image deep convolution classification method based on complex network description
HONG Rui,KANG Xiaodong,GUO Jun,LI Bo,WANG Yage,ZHANG Xiufang. Image deep convolution classification method based on complex network description[J]. Journal of Computer Applications, 2018, 38(12): 3399-3402. DOI: 10.11772/j.issn.1001-9081.2018051041
Authors:HONG Rui  KANG Xiaodong  GUO Jun  LI Bo  WANG Yage  ZHANG Xiufang
Affiliation:School of Medical Image, Tianjin Medical University, Tianjin 300203 China
Abstract:
Keywords:complex network   Deep Convolution Neural Network (DCNN)   AlexNet   degree matrix   image classification
点击此处可从《计算机应用》浏览原始摘要信息
点击此处可从《计算机应用》下载全文
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