论文部分内容阅读
针对传统卷积神经网络严重依赖数据量的问题,提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法,通过均值迭代阈值分割法过滤图像背景,并基于AlexNet构造新的卷积神经网络.与其他常用的卷积神经网络进行对比实验结果表明,在样本数量不足的图像识别任务中,该算法识别效果较理想,与其他卷积神经网络相比,具有更高的识别准确度、更低的识别误差和更快的收敛速度.