摘要

当前图像分类方法在分类过程中没有充分获取图像的深度特征,导致方法真阳性率低、假阳性率较高,存在图像分类准确率低等问题。为解决上述问题,提出基于深度神经网络训练与优化算法的图像分类方法。方法选取不同特征的图像构建测试集,利用FCM算法对图像进行分割、去噪处理,根据多核学习对提取的图像深度特征进行适应与融合,并构建一个支持向量机的高分辨图像分类器,最终实现图像分类。实验结果表明,所提方法的图像分类真阳性率较高、假阳性率较低,表明该方法准确率高且有明显的分类效果。