基于深度卷积神经网络的图像分类.docxVIP

鉴于深度卷积神经网络的图像分类 鉴于深度卷积神经网络的图像分类 鉴于深度卷积神经网络的图像分类 SHANGHAI JIAO TONG UNIVERSITY 论文题目：鉴于卷积神经网络的自然图像分类技术研究 姓名 : 高小宁 专业：控制科学与工程 鉴于卷积神经网络的自然图像分类技术研究 纲要：卷积神经网络已在图像分类领域获得了很好的成效， 但其网络构造及参数的选择对图像分类的成效和效率有较大的影响。 为改良卷积网络的图像分类性能，本文对卷积神经网络模型进行了详尽的理论剖析， 并经过大批的对照实验，得出了影响卷积网络性能的要素。 联合理论剖析及对照实验， 本文设计了一个卷积层数为 8 层的深度卷积网络，并联合 Batch Normalization 、dropout 等方法， CIFAR-10 数据集上获得了 %的分类精度，有效地提升了卷积神经网络的分类成效。 重点词：卷积神经网络，图像分类， Batch Normalization ，Dropout Research on Natural Image Classification Based on Convolution Neural Network Abstract: Convolution neural network has achieved very good results in image classification,