武警工程大学学报2020，Vol.36Issue(4) ：32-35.

基于CNN-SVM的废旧手榴弹图像特征分类

The Feature Classification of Disused Grenade Images Based on CNN-SVM

林进健 陈世娥
武警工程大学学报2020，Vol.36Issue(4) ：32-35.
✕
  • NETL
  • NSTL
  • 万方数据

基于CNN-SVM的废旧手榴弹图像特征分类

The Feature Classification of Disused Grenade Images Based on CNN-SVM

林进健 1陈世娥1
扫码查看

作者信息

  • 1. 武警警官学院训练基地,广州,510080
  • 折叠

摘要

针对各类废旧手榴弹规格繁多,锈蚀严重,识别困难的问题,提出了一种基于强特征CNN-SVM对废旧手榴弹的分类算法.该算法先利用Xception网络对废旧手榴弹图像进行更深、更细粒度的特征提取,然后使用L2-SVM的合页损失替代标准支持向量机的合页损失,最后采用L2-SVM对归一化特征进行分类.实验结果表明该方法相对于传统方法能够实现快速收敛,获得较高的分类准确率,为各类废旧手榴弹的鉴定和销毁提供了便利.

关键词

废旧手榴弹/Xception网络/特征提取/支持向量机

引用本文复制引用

出版年

2020
武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
被引量1
参考文献量7
段落导航相关论文