基于深度学习的零件分类研究

摘要：

深度学习是近年来人工智能领域的热点技术,它通过对复杂内容的提取,模拟人脑的分层结构,通过训练不断调整参数来达到简化的目的.介绍了深度学习的实现方法,利用自动编码器的方法进行图像分类的研究,并利用该模型对零件进行了分类实验.实验结果显示,通过增加训练样本可以增加识别的准确率,但对于实际应用环境,单纯的无监督深度学习方式还不能满足高准确度识别的需要.

关键词：深度学习、自动编码器、图像分类

分类号：TP18(自动化基础理论)

在线出版日期：2017-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：38-39