10.3778/j.issn.1673-9418.1409051
浅层模糊K均值图像分类网络
由于图像数据的冗余性较高,传统的图像分类方法的分类准确率较低,深度学习方法较传统方法提高了图像分类的准确率,但其训练较为复杂。提出了一种浅层模糊K均值图像分类网络,其基本思想是利用模糊K均值聚类求出的聚类中心构造图像特征向量,再利用特征向量训练浅层网络分类器,最后利用训练好的分类器完成图像分类。通过与传统方法的对比,验证了该方法能够较好地完成图像分类任务,并对实验结果进行了分析,为以后的工作奠定了基础。
图像分类、深度学习、K均值聚类、浅层网络
TP391(计算技术、计算机技术)
2015-08-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1018-1024