公开(公告)号：CN106250911A

公开(公告)日：2016-12-21

申请号：CN201610576965.4

申请日：2016-07-20

Applicant: 南京邮电大学

Inventor： 龚建荣 ,  曹东旭 ,  杜坤

IPC: G06K9/62

CPC classification number: G06K9/6267 ,  G06K9/6256

Abstract: 本发明涉及一种基于卷积神经网络的图片分类方法，针对卷积神经网络架构进行改进，在隐含层中新增特征过滤层，通过对卷积网络提取的大量特征进行过滤，去除部分带有较多噪声的特征，提高卷积网络训练效率，减少训练时间，降低内存使用需求，并且集合多种训练技巧，使卷积神经网络训练收敛到更好的解，避免训练参数陷入局部最小区域，通过减少网络参数数量，降低神经网络过拟合的可能，进而能够有效提高图像分类准确性和效率。

公开(公告)号：CN106250911B

公开(公告)日：2019-05-24

申请号：CN201610576965.4

申请日：2016-07-20

Applicant: 南京邮电大学

Inventor： 龚建荣 ,  曹东旭 ,  杜坤

IPC: G06K9/62

Abstract: 本发明涉及一种基于卷积神经网络的图片分类方法，针对卷积神经网络架构进行改进，在隐含层中新增特征过滤层，通过对卷积网络提取的大量特征进行过滤，去除部分带有较多噪声的特征，提高卷积网络训练效率，减少训练时间，降低内存使用需求，并且集合多种训练技巧，使卷积神经网络训练收敛到更好的解，避免训练参数陷入局部最小区域，通过减少网络参数数量，降低神经网络过拟合的可能，进而能够有效提高图像分类准确性和效率。