采用无监督学习算法与卷积的图像分类模型 |
| |
引用本文: | 王改华,李涛,吕朦,袁国亮.采用无监督学习算法与卷积的图像分类模型[J].华侨大学学报(自然科学版),2018(1). |
| |
作者姓名: | 王改华 李涛 吕朦 袁国亮 |
| |
作者单位: | 湖北工业大学太阳能高效利用湖北省协同创新中心;湖北工业大学电气与电子工程学院; |
| |
摘 要: | 为了提高图像分类精度,降低训练复杂度,提出一种采用无监督学习算法与卷积构造的图像分类模型.首先,从输入无标签图像中随机抽取大小相同的图像块构成数据集,进行预处理.其次,将预处理后的图像块通过两次K-means聚类算法提取字典,并采用离散卷积操作提取最终图像特征.最后,采用Softmax分类器对提取的图像特征进行分类,得出准确率.将该模型与卷积神经网络(CNN),Dropout CNN网络进行比较,结果表明:在对大规模高维图像分类上,文中模型具有分类精确度高、简单、训练参数少、适应度高等优点.
|
本文献已被 CNKI 等数据库收录! |
|