收藏本站
《东华理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的自然图像分类方法的研究

王坤  
【摘要】:近几年以来,随着科学计算机网络及人工智能领域的发展,图形图像数据量逐渐增多,于是,如何从大量的自然图像中快速提取到视觉特征已经成了机器智能学习中的热点研究课题,进而对自然图像的分类必然成为获取自然图像信息的研究重点。卷积神经网络是深度学习在图像处理方面的一个重要应用。它相比于其它机器学习算法如SVM等,其优点是能够直接对图像像素进行卷积并提取特征,也能够利用海量的图像数据将网络参数训练充分,以达到更好的分类效果。本文对基于深度学习的自然图像分类方法展开研究,主要工作及创新点如下:1)基于tensorflow深度学习框架平台设计一个用于识别图像的浅层卷积神经网络,并分别用单GPU和多GPU训练加速来对比该网络性能,其中多GPU训练该网络的所用的时间比单GPU缩短了25分钟。该项工作的设计旨在建立一个较好的网络结构进行训练和评估,并为工作3中建立更加复杂的网络模型做铺垫。2)本文围绕卷积神经网络的网络结构和多参数分别进行了改进和优化。研究实验表明,对batch值、dropout、momentum动量值、数据集扩增等的优化,能够有效地提高深层卷积神经网络模型的识别率。因此,合理的增加网络层数,优化训练参数提高训练效率,以达到最佳的分类效果是图像分类应用研究中非常重要的目的。3)基于tensorflow深度学习框架平台,并用GPU训练加速来进行卷积神经网络的网络结构改进设计和参数优化。首先,设计一个具有9层结构的深层卷积神经网络。其次,用该网络结构分别对cifar-10和cifar-100等复杂图像数据库进行训练、测试和优化参数。结果表明,该网络结构相比之前研究者的网络模型(Conv-KN)对这两种复杂的图像库的分类准确率分别提高了9.26%和3.55%。tensorflow框架平台下的深层卷积神经网络的分类效果要明显好于其它平台,并且tensorflow框架平台下的训练时间上也得到了极大的提高。
【学位授予单位】:东华理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;TP18

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 施智平;李清勇;赵晓东;何清;史忠植;;基于内容图像检索中的优化鉴别特征[J];计算机辅助设计与图形学学报;2012年12期
2 贾淑华;李星野;马琳琳;姜兴乾;;基于相关关系的图像分类和图像检索[J];微计算机信息;2009年15期
中国博士学位论文全文数据库 前1条
1 杨同峰;基于空间关系的图像检索与分类研究[D];山东大学;2013年
【共引文献】
中国期刊全文数据库 前10条
1 谭志伟;孙新领;孙挺;;自组织特征重加权结合相关反馈技术的CBIR算法[J];现代电子技术;2016年23期
2 许金玲;孟庆福;;基于大数据内容标签的近似图像搜索算法研究[J];现代电子技术;2016年16期
3 金铭;汪友生;边航;;一种多特征融合的图像检索新方法[J];电子测量技术;2016年08期
4 李运娣;文政颖;;一种基于相关反馈语义学习的图像检索方法[J];网络安全技术与应用;2016年06期
5 薛峰;顾靖;崔国影;徐珊;徐娟;;基于SURF特征贡献度矩阵的图像ROI选取与检索方法[J];计算机辅助设计与图形学学报;2015年07期
6 李运娣;文政颖;于海鹏;;基于k-means算法和相关反馈信息的图像检索方法[J];福建电脑;2015年05期
7 易唐唐;黄立宏;;CBIR中一种基于最近邻的改进相关反馈算法[J];计算机应用研究;2015年08期
8 龙钧宇;邓绯;;基于高维特征检索智能算法的图像检索技术的研究[J];科技通报;2013年11期
9 刘巍;王峰;;基于多维特征向量的图像检索技术研究[J];中国科技信息;2013年17期
10 殷苗苗;陈世平;;无结构P2P网络中基于内容的图像检索方法[J];微计算机信息;2012年10期
中国博士学位论文全文数据库 前1条
1 张旭;网络图像检索关键技术研究[D];西安电子科技大学;2014年
【二级参考文献】
中国期刊全文数据库 前2条
1 邢慧强;王国宇;;SVM用于基于块划分特征提取的图像分类[J];微计算机信息;2006年13期
2 施智平,胡宏,李清勇,史忠植,段禅伦;一种快速有效的图像纹理谱描述子[J];计算机辅助设计与图形学学报;2004年12期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026