| 基于深度卷积网络的图像分类算法研究 | |
| 邹铁 | |
| 2017-12-20 | |
| 发表期刊 | 安徽电子信息职业技术学院学报
 |
| ISSN | 1671-802X |
| 卷号 | 16期号:06页码:21-26 |
| 摘要 | 卷积神经网络在有大量训练数据的基础上,其分类精度已经可以超过支持向量机(SVM)分类精度。将图像分类算法应用于标准数据集CIFAR-10是测试算法性能和精度的一种方法,在此数据集中分别以3k批次和100k批次的数据训练深度卷积网络,可以分别达到70%和80%以上的分类精度。 |
| 关键词 | 图像分类 深度学习 卷积神经网络 机器学习 模式识别 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/60357 |
| 专题 | 国家开放大学四川分部 |
| 作者单位 | 四川广播电视大学雅安分校 |
| 第一作者单位 | 国家开放大学四川分部 |
| 第一作者的第一单位 | 国家开放大学四川分部 |
| 推荐引用方式 GB/T 7714 | 邹铁. 基于深度卷积网络的图像分类算法研究[J]. 安徽电子信息职业技术学院学报,2017,16(06):21-26. |
| APA | 邹铁.(2017).基于深度卷积网络的图像分类算法研究.安徽电子信息职业技术学院学报,16(06),21-26. |
| MLA | 邹铁."基于深度卷积网络的图像分类算法研究".安徽电子信息职业技术学院学报 16.06(2017):21-26. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [邹铁]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [邹铁]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [邹铁]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论