基于阈值分割法和卷积神经网络的图像识别算法

摘要：

针对传统卷积神经网络严重依赖数据量的问题,提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法,通过均值迭代阈值分割法过滤图像背景,并基于AlexNet构造新的卷积神经网络.与其他常用的卷积神经网络进行对比实验结果表明,在样本数量不足的图像识别任务中,该算法识别效果较理想,与其他卷积神经网络相比,具有更高的识别准确度、更低的识别误差和更快的收敛速度.

关键词：图像识别、阈值分割法、卷积神经网络

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金批准号:61672149

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1436-1442