基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類改進(jìn)方法研究

打開文本圖片集

摘  要：針對(duì)傳統(tǒng)圖像分類方法準(zhǔn)確率較低的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)思想的圖像分類改進(jìn)方法。利用遷移學(xué)習(xí)的思想改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及網(wǎng)絡(luò)參數(shù)，然后利用TensorFlow框架實(shí)現(xiàn)該模型并對(duì)MNIST數(shù)據(jù)集進(jìn)行分類，最后將改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型的分類準(zhǔn)確率與傳統(tǒng)分類方法進(jìn)行對(duì)比分析。（剩余6701字）