传统图像分类与深度学习分类算法比较研究

摘要：

传统图像分类方法需要对图像进行手工特征设计和提取,而这些特征只是包含了图像的部分信息,通过对卷积神经网络算法进行特征进行提取,采用不断的训练大量不同组的卷积核来依次获得图像低级特征和高级特征.研究结果表明,传统的分类算法的平均正确率在50％左右,而卷积神经网络的分类正确率能够达到90％以上,基于卷积神经网络的图像分类算法提升效果显著.

关键词：图像分类、支持向量机、卷积神经网络

所属期刊栏目：35

分类号：TP391.4;TP18(计算技术、计算机技术)

在线出版日期：2020-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：27-34