首页|基于Gabor卷积神经网络的图像分类算法研究

基于Gabor卷积神经网络的图像分类算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了研究Gabor滤波器在卷积神经网络中的性能和特征提取能力,提出了模拟视觉神经元特性的Gabor卷积神经网络计算模型.利用符合视觉神经元感知特性的Gabor滤波器作为建议神经网络的卷积核,将Gabor滤波器与CNN相结合,从而构建Gabor卷积神经网络.实验采用3个公共图像数据集进行图像分类任务,验证GaborConv网络的各项性能,并与经典的VGG16进行对比分析.实验结果表明,Gabor卷积神经网络的图像分类精度相对CNN有所提高,其收敛速度也明显加快,同时大量减少网络训练参数数量,释放计算机的内存.
Research on image classification algorithm based on Gabor convolutional neural network

王森妹、刘海华、张安铎、刘攸实

展开 >

中南民族大学 生物医学工程学院,湖北 武汉 430074

Gabor滤波器 卷积神经网络 Gabor卷积神经网络 图像分类

61773409

2021

10.13624/j.cnki.issn.1001-7445.2021.0675

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(3)
  • 1
  • 1