基于CNN的中国绘画图像分类

提出了一种基于卷积神经网络CNN的中国绘画图像分类方法.首先针对过拟合问题,提出了一种改进的合成少数类过采样技术SMOTE扩增数据,然后将扩增后的数据直接输入到CNN中,经过隐藏层的卷积和亚采样,并采用校正线性单元ReLu、S形生长曲线Sigmoid替代传统的Sigmoid激活函数,提取的数据能更好地表示其特征.实验结果表明,与传统分类方法相比,新提出的方法在中国绘画图像分类上具有良好的分类能力.