-
题名基于改进SAE网络的自然图像分类
被引量:2
- 1
-
-
作者
王恬
仇春春
俞婧
许金鑫
-
机构
河海大学物联网工程学院
常州市传感网与环境感知重点实验室
-
出处
《信息技术》
2016年第8期1-4,8,共5页
-
基金
国家自然科学基金(41306089)
江苏省产学研前瞻性研究项目(BY2014041)
常州市科技支撑项目(CE20145038)
-
文摘
针对自然图像分类算法的精度低以及网络训练耗时过长的实际问题,提出了一种结合卷积自动编码器(Convolutional Auto-Encoders,CAE)的改进堆叠自动编码器(Stacked Auto-encoders,SAE)网络。研究了CAE学习局部特征的能力,并将其作为整个SAE网络的第一层。在提取初步特征的同时降低输入的维度,解决了网络参数过多,训练过程慢的问题。同时对改进的SAE网络进行微调,缩减训练时间,并提取更有利于分类的图像高层特征。实验结果表明,改进SAE网络对于自然图像的分类具有更好的普适性,可以有效地提高分类准确度,并加快网络训练速度。
-
关键词
图像分类
改进sae网络
卷积自动编码器
微调
最大池化
-
Keywords
image classification
improved sae network
convolutional auto-encoders
fine-tuning
max pooling
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-