浅层模糊K均值图像分类网络

摘要：

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。

关键词：图像分类、深度学习、K均值聚类、浅层网络

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-08-28（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：1018-1024