广西大学学报(自然科学版)

2021, v.46;No.181(03) 675-682

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于Gabor卷积神经网络的图像分类算法研究
Research on image classification algorithm based on Gabor convolutional neural network

王森妹;刘海华;张安铎;刘攸实;

摘要(Abstract):

为了研究Gabor滤波器在卷积神经网络中的性能和特征提取能力,提出了模拟视觉神经元特性的Gabor卷积神经网络计算模型。利用符合视觉神经元感知特性的Gabor滤波器作为建议神经网络的卷积核,将Gabor滤波器与CNN相结合,从而构建Gabor卷积神经网络。实验采用3个公共图像数据集进行图像分类任务,验证GaborConv网络的各项性能,并与经典的VGG16进行对比分析。实验结果表明,Gabor卷积神经网络的图像分类精度相对CNN有所提高,其收敛速度也明显加快,同时大量减少网络训练参数数量,释放计算机的内存。

关键词(KeyWords): Gabor滤波器;卷积神经网络;Gabor卷积神经网络;图像分类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61773409)

作者(Author): 王森妹;刘海华;张安铎;刘攸实;

Email:

DOI: 10.13624/j.cnki.issn.1001-7445.2021.0675

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享