基于复杂网络描述的图像深度卷积分类方法

作者：洪睿; 康晓东^*; 郭军; 李博; 王亚鸽; 张秀芳

来源：计算机应用, 2018, 38(12): 3399-3402.

DOI：10.11772/j.issn.1001-9081.2018051041

• 复杂网络
• 深度卷积神经网络
• AlexNet
• 度矩阵
• 图像分类

为了在不增加较多计算量的前提下,提高卷积网络模型用于图像分类的正确率,提出了一种基于复杂网络模型描述的图像深度卷积分类方法。首先,对图像进行复杂网络描述,得到不同阈值下的复杂网络模型度矩阵;然后,在图像度矩阵描述的基础上,通过深度卷积网络得到特征向量;最后,根据得到的特征向量进行K近邻(KNN)分类。在ILSVRC2014数据库上进行了验证实验,实验结果表明,所提出的模型具有较高的正确率和较少的迭代次数。

• 单位
  天津医科大学