基于卷积神经网络的花朵图片分类算法

摘要：

针对目前利用卷积神经网络进行花朵图像分类时,全连接层产生的参数冗余和破坏空间结构信息问题,提出一种有效的改进方法.首先用1×n和n×1卷积核替换n×n卷积核,然后在卷积层后连接空间金字塔池化进行降维提取特征,最后在Softmax分类器输出概率分布.实验表明本文的方法不仅提高了准确率,而且使训练时间下降了一半,大大提高了训练的速度.

关键词：卷积神经网络、花朵图像分类、全连接层、空间金字塔池化

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61272077;江西省自然科学基金资助项目2014BA207012

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-55