基于深度层次模型的图像分类算法
作者:
原立格
[1]
徐音
[1]
郝洋洲
[2]
关键词:
图像分类算法
图像特征
自主学习
神经网络
摘要：
图像分类是大规模图像检索的基础,为了提高图像分类的准确率,提出了基于深度层次模型的图像分类算法.首先提取图像的颜色、纹理和边缘等特征,并进行归一化处理,然后采用深度层次模型对图像分类的训练样本集进行学习,建立图像分类器,最后在 Matlab 2014 平台上采用图像数据集对算法的性能进行了测试.实验结果表明,算法能够获得理想的图像分类结果,图像分类正确率要远远高于对比图像分类算法,具有更高的实际应用价值.
上一篇： 基于无迹Kalman滤波的发动机空燃比PID预测控制
下一篇： 一种非线性网络串级控制系统的控制器设计