本文關(guān)鍵詞：基于深度學(xué)習(xí)混合模型遷移學(xué)習(xí)的圖像分類(lèi)

  更多相關(guān)文章： 圖像分類(lèi) 卷積神經(jīng)網(wǎng)絡(luò) 受限玻爾茲曼機(jī) 遷移學(xué)習(xí) Softmax

【摘要】：為提高深度模型遷移學(xué)習(xí)的特征識(shí)別力,提出一種基于受限玻爾茲曼機(jī)與卷積神經(jīng)網(wǎng)絡(luò)混合模型遷移學(xué)習(xí)的圖像分類(lèi)方法。該方法融合了2種模型特征的學(xué)習(xí)能力,提取圖像的結(jié)構(gòu)性高階統(tǒng)計(jì)特征進(jìn)行主題分類(lèi)。該方法在遷移預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型到小目標(biāo)集時(shí),使用受限玻爾茲曼機(jī)代替卷積神經(jīng)網(wǎng)絡(luò)模型中的全連接層,在目標(biāo)集上重新訓(xùn)練受限玻爾茲曼機(jī)層和Softmax層,并使用BP算法進(jìn)行參數(shù)調(diào)整。加入的受限玻爾茲曼機(jī)層不僅全連接所有特征maps,還從最大對(duì)數(shù)似然的角度學(xué)習(xí)目標(biāo)集特有的統(tǒng)計(jì)特征,消除了數(shù)據(jù)集間內(nèi)容差異對(duì)遷移學(xué)習(xí)特征識(shí)別力的影響。在Pascal VOC2007和Caltech101數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法具有較高的分類(lèi)準(zhǔn)確率。
【作者單位】： 沈陽(yáng)航空航天大學(xué)計(jì)算機(jī)學(xué)院;沈陽(yáng)航空航天大學(xué)遼寧通用航空重點(diǎn)實(shí)驗(yàn)室;遼寧大學(xué)信息學(xué)院;
【關(guān)鍵詞】： 圖像分類(lèi) 卷積神經(jīng)網(wǎng)絡(luò) 受限玻爾茲曼機(jī) 遷移學(xué)習(xí) Softmax
【基金】：國(guó)家自然科學(xué)基金(61170185) 航空科學(xué)基金(2013ZC54011) 遼寧省博士啟動(dòng)基金(20121034) 遼寧省教育廳資助項(xiàng)目(L2014070)
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 引言圖像分類(lèi)是指利用計(jì)算機(jī)模擬人類(lèi)對(duì)圖像的理解和認(rèn)知,自動(dòng)把圖像劃分到不同的語(yǔ)義類(lèi)別,在信息搜索、安全監(jiān)控、醫(yī)療信息、航空航天等領(lǐng)域有著廣泛的應(yīng)用。圖像分類(lèi)問(wèn)題面臨著如何用計(jì)算機(jī)語(yǔ)言表示圖像、如何選擇合適的分類(lèi)算法以及如何按人類(lèi)的理解對(duì)圖像歸類(lèi)等方面的挑戰(zhàn)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳戲墨,徐紅兵,李志銘,謝鉉洋,李曦,李揚(yáng)彬;數(shù)據(jù)挖掘在醫(yī)學(xué)圖像分類(lèi)中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2005年01期

2 冀翠萍;孟祥增;;基于內(nèi)容的圖像分類(lèi)體系[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年07期

3 楊杰;陳曉云;;圖像分類(lèi)方法比較研究[J];微計(jì)算機(jī)應(yīng)用;2007年06期

4 楊文潮;姜志堅(jiān);;圖像分類(lèi)技術(shù)研究[J];福建電腦;2008年08期

5 葛寒娟;邱桃榮;王劍;盧強(qiáng);李北;劉韜;聶斌;;一種基于相容信息粒原理的圖像分類(lèi)方法[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

6 王軍;王員云;;粒計(jì)算及其在圖像分類(lèi)中的應(yīng)用研究[J];計(jì)算機(jī)工程與科學(xué);2009年03期

7 吳軍;王士同;;基于正負(fù)模糊規(guī)則的相結(jié)合的圖像分類(lèi)[J];計(jì)算機(jī)應(yīng)用;2011年01期

8 吳軍;王士同;趙鑫;;正負(fù)模糊規(guī)則系統(tǒng)、極限學(xué)習(xí)機(jī)與圖像分類(lèi)[J];中國(guó)圖象圖形學(xué)報(bào);2011年08期

9 郝永寬;王威;聶維同;王德強(qiáng);;圖像分類(lèi)與聚類(lèi)分析[J];數(shù)字技術(shù)與應(yīng)用;2011年12期

10 蔣玲芳;張偉;司夢(mèng);;基于詞袋模型的電子報(bào)圖像分類(lèi)方法研究[J];信陽(yáng)師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 鄭海紅;曾平;;一種基于圖像分類(lèi)的逆半調(diào)算法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

2 文振q;歐陽(yáng)杰;朱為總;;基于語(yǔ)義特征與支持向量機(jī)的圖像分類(lèi)[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

3 王海峰;管亮;;基于顏色特征的圖像分類(lèi)技術(shù)在油品分析中的應(yīng)用[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

4 陳思坤;吳洪;;基于圖分塊并利用空間金字塔的醫(yī)學(xué)圖像分類(lèi)[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

5 張淑雅;趙曉宇;趙一鳴;李均利;;基于SVM的圖像分類(lèi)[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 李博;韓萍;;基于壓縮感知和SVM的極化SAR圖像分類(lèi)[A];第二十七屆中國(guó)（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

7 朱松豪;胡娟娟;孫偉;;基于非歐空間高階統(tǒng)計(jì)的圖像分類(lèi)方法[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

8 潘海為;李建中;張煒;;基于像素聚類(lèi)的腦部醫(yī)學(xué)圖像分類(lèi)[A];第二十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2003年

9 吳霜;張一飛;修非;王大玲;鮑玉斌;于戈;;基于興趣點(diǎn)特征提取的醫(yī)學(xué)圖像分類(lèi)[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 武進(jìn);尹愷;王長(zhǎng)明;張家才;;SVDM在蔬菜病害圖像分類(lèi)中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 胡堯;基于低秩矩陣估計(jì)的機(jī)器學(xué)習(xí)算法分析[D];浙江大學(xué);2015年

2 趙鑫;圖像分類(lèi)中的判別性增強(qiáng)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

3 楊冰;基于藝術(shù)風(fēng)格的繪畫(huà)圖像分類(lèi)研究[D];浙江大學(xué);2013年

4 丁建睿;基于多示例學(xué)習(xí)的淺表器官超聲圖像分類(lèi)方法研究[D];哈爾濱工業(yè)大學(xué);2012年

5 賈世杰;基于內(nèi)容的商品圖像分類(lèi)方法研究[D];大連理工大學(xué);2013年

6 李曉旭;基于概率主題模型的圖像分類(lèi)和標(biāo)注的研究[D];北京郵電大學(xué);2012年

7 王海江;極化SAR圖像分類(lèi)方法研究[D];電子科技大學(xué);2008年

8 韓東峰;圖像分類(lèi)識(shí)別中特征及模型的若干問(wèn)題研究[D];吉林大學(xué);2008年

9 白有茂;基于張量流形學(xué)習(xí)的圖像分類(lèi)技術(shù)研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2013年

10 龍顯忠;矩陣分解方法在圖像分類(lèi)中的應(yīng)用研究[D];上海交通大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張明靜;基于改進(jìn)遺傳算法的分塊綜合特征加權(quán)圖像分類(lèi)研究[D];華南理工大學(xué);2015年

2 李函怡;融合主動(dòng)學(xué)習(xí)的半監(jiān)督技術(shù)在圖像分類(lèi)中的應(yīng)用研究[D];西南大學(xué);2015年

3 王亞鳳;基于多特征的主動(dòng)學(xué)習(xí)方法在圖像分類(lèi)中的應(yīng)用研究[D];河北工程大學(xué);2015年

4 陳榮安;基于改進(jìn)的Bag-of-Features模型的圖像分類(lèi)研究[D];蘭州大學(xué);2015年

5 鐘畏丹;基于HSV和紋理特征的圖像分類(lèi)[D];華中師范大學(xué);2015年

6 焦陽(yáng);基于主動(dòng)學(xué)習(xí)的多標(biāo)簽圖像分類(lèi)方法研究[D];蘇州大學(xué);2015年

7 王騰川;基于主動(dòng)學(xué)習(xí)的SAR圖像分類(lèi)方法研究[D];上海交通大學(xué);2015年

8 NGUYEN QUANG KHANH;基于極化SAR目標(biāo)信息提取與SVM分類(lèi)[D];哈爾濱工業(yè)大學(xué);2015年

9 王朔琛;基于半監(jiān)督支持向量機(jī)的圖像分類(lèi)方法研究[D];陜西師范大學(xué);2015年

10 田云;基于二次分割的多特征圖像分類(lèi)方法研究[D];山西大學(xué);2011年

，

本文編號(hào)：820375