基于卷积神经网络的图像识别算法设计与实现_王振.pdfVIP

图形图像 文章编号 ：1007-1423（2015）20-0061-06 DOI：10.3969/j.issn.1007-1423.2015.20.014 基于卷积神经网络的图像识别算法设计与实现 王振 高茂庭 ， 上海海事大学信息工程学院 上海 （ ， 201306） 摘要: 卷积神经网络在图像识别领域取得很好的效果 但其网络结构对图像识别的效果和效率有较大的影响 为改善识别 ， ， 性能 通过重复使用较小卷积核 设计并实现一种新的卷积神经网络结构 有效地减少训练参数的数量 并能够提高 ， ， ， ， 识别的准确率 与图像识别领域当前具有世界先进水平的 挑战赛中取得较好成绩的算法对比实验 验证这 。 ILSVRC ， 种结构的有效性 。 关键词 ： 卷积神经网络 深度学习 图像识别 机器学习 神经网络 ； ； ； ； 基金项目 ： 国家自然科学基金项目 上海海事大学科研项目 （No、 深度卷积网络是现在用于图像识别的最好的算法 这 0 引言 ， 也是本文决定采用深度卷积网络算法的原因 让计算机能够识别出物体 具有类似人类的视觉 。 ， 从算法本身的角度考虑 卷积神经网络在卷积层 一直是人工智能追求的一个目标 经过多年的发展 取 ， ， ， 之间使用了共享的参数 这不仅减少了需要的内存大 得了长足的进步 然而却始不尽如人意 ， ，