论文部分内容阅读
传统图像分类方法需要对图像进行手工特征设计和提取,而这些特征只是包含了图像的部分信息,通过对卷积神经网络算法进行特征进行提取,采用不断的训练大量不同组的卷积核来依次获得图像低级特征和高级特征。研究结果表明,传统的分类算法的平均正确率在50%左右,而卷积神经网络的分类正确率能够达到90%以上,基于卷积神经网络的图像分类算法提升效果显著。