论文摘要
基于BP算法的卷积神经网络应用于图像识别领域,它有自动学习特征,比传统的图像识别方法的准确率更高。介绍了基于卷积神经网络的花朵品种的识别,构建CNN神经网络模型,运用BP算法优化参数,激活函数采用稀疏性较好的Relu调整输出,在牛津大学102种花卉的数据集的基础上,增加了5种,准确率为83. 01%,测试随机采取5种花卉进行识别分类,准确率最高为85%。
论文目录
文章来源
类型: 期刊论文
作者: 杨静亚,李景霞,王振宇,程海
关键词: 图像识别,卷积神经网络,花朵识别,深度学习
来源: 黑龙江大学工程学报 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑,农业科技,信息科技
专业: 园艺,计算机软件及计算机应用,自动化技术
单位: 黑龙江大学电子工程学院
基金: 国家自然科学基金资助项目(61471158,61571181)
分类号: S68;TP391.41;TP183
DOI: 10.13524/j.2095-008x.2019.04.060
页码: 90-96
总页数: 7
文件大小: 446K
下载量: 552