10.19678/j.issn.1000-3428.0058387
基于深度多特征融合的自适应CNN图像分类算法
为更好地提取图像内容信息,提高图像分类精度,提出一种自适应卷积神经网络(CNN)图像分类算法.通过融合图像的主颜色特征,利用CNN提取空间位置特征,且针对多特征融合权重值的设定问题,运用改进的差分演化算法优化各特征权值,提高固定权值分类精确度.实验结果表明,该算法分类精度相比CNN算法提升了9.2个百分点,在图像分类中具有较好的分类效果.
卷积神经网络;自适应权重;数据融合;差分演化算法;图像分类
47
TP391.41(计算技术、计算机技术)
国家自然科学基金;青海省自然科学基金
2021-11-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
235-239,251