基于栈自编码器的图像分类器 |
| |
引用本文: | 林丽惠,殷瑞,李绍滋,苏松志,曹冬林.基于栈自编码器的图像分类器[J].厦门大学学报(自然科学版),2018(1). |
| |
作者姓名: | 林丽惠 殷瑞 李绍滋 苏松志 曹冬林 |
| |
作者单位: | 厦门大学信息科学与技术学院;武夷学院数学与计算机学院;认知计算与智能信息处理福建省高校重点实验室;福建省仿脑智能系统重点实验室; |
| |
摘 要: | 图像分类问题包含两个重要的部分:特征提取器和分类器.多年来研究人员一直将精力投入到特征表示中,对于分类器却仅进行局部调参.基于一个性能优异的分类器与特征表示对图像分类系统同等重要的思想,提出了基于卷积特征的栈自编码器(stacked autoencoder on convolutional feature maps,SACF)的分类系统,并在数据集CUB-200和VGGflower上进行了实验,对比了SACF与基于卷积特征和多层感知机的卷积神经网络(CNN)分类系统的分类效果,实验结果表明SACF具有更优的分类效果.
|
本文献已被 CNKI 等数据库收录! |
|