基于卷积神经网络的图像分类改进方法研究

打开文本图片集

摘  要：针对传统图像分类方法准确率较低的问题，提出一种基于卷积神经网络和迁移学习思想的图像分类改进方法。利用迁移学习的思想改进卷积神经网络的网络结构及网络参数，然后利用TensorFlow框架实现该模型并对MNIST数据集进行分类，最后将改进卷积神经网络模型的分类准确率与传统分类方法进行对比分析。（剩余6701字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。