摘要：结合现有基于卷积神经网络的图像分类算法，以CIFAR10作为数据集，探究如何快速搭建一个满足分类精度要求的卷积神经网络模型，以及如何有目的且高效地进行网络训练与参数调整。实验以简单的三层卷积神经网络为基础，从数据增强、网络结构与优化训练3个方面对模型进行改进。实验结果表明，通过叠加这些改进方法，可使模型的拟合能力与泛化能力逐渐增强，最终获得更高的图像分类准确率。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：图像分类 卷积神经网络 网络结构 数据增强
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
