發(fā)布時間：2023-03-22 19:49

　　針對所構(gòu)建的貝類圖像數(shù)據(jù)庫,使用稠密卷積神經(jīng)網(wǎng)絡(luò)對貝類圖像進行分類識別研究,在傳統(tǒng)池化方法的基礎(chǔ)上,應(yīng)用新的權(quán)重比例池化規(guī)則,增強了池化過程的抗干擾性;使用多尺度感知的卷積方式,擴展特征提取的感知尺度,針對形貌特征相近和相似的不同品類的貝類圖像進行區(qū)分,從而實現(xiàn)了相似品類的貝類圖像分類識別。實驗結(jié)果表明,該方法能夠?qū)崿F(xiàn)高準(zhǔn)確度的貝類圖像識別,尤其針對形貌特征相似的不同品類的貝類圖像的分類識別效果顯著。

【文章頁數(shù)】：3 頁

【文章目錄】：
1 背景意義及研究現(xiàn)狀
2 基于多尺度感知DenseNet的貝類圖像分類
    2.1 稠密卷積神經(jīng)網(wǎng)絡(luò)（DenseNet)
    2.2 新的權(quán)重比例池化規(guī)則
    2.3 多尺度感知方法
3 實驗結(jié)果分析
    3.1 貝類圖像數(shù)據(jù)集
    3.2 貝類圖像分類結(jié)果
4 結(jié)束語



本文編號：3767478