重庆理工大学学报(自然科学)

• •    

基于改进的卷积神经网络的图像分类性能

常祥,杨明   

  • 出版日期:2017-03-25 发布日期:2017-03-25

  • Online:2017-03-25 Published:2017-03-25

摘要: 将改进的卷积神经网络应用到图片目标识别中。为了提高分类预测准确度,对传 统卷积神经网络结构进行了改进,其具体结构为:卷积层C1—池化层S1—卷积层C2—池化层 S2—卷积层C3—池化层S3—全连接层FC—输出,主要增加了卷积层和池化层层数,且在卷积 滤波器规格选择上统一选择了5×5。最后用这一网络结构模型和其他模型(ReNet、APAC、 PACNet)对CIFAR-10数据库进行试验对比,通过最终的预测准确度可以看出:改进后的卷积 神经网络的精度达90.37%,高于其他3种模型。