基于卷积神经网络的绘画图像分类研究 肖志鹏;王小华;杨冰;姚金良 【期刊名称】《中国计量大学学报》 【年(卷),期】2017(028)002 【摘 要】绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果． 【总页数】8页(P226-233) 【作 者】肖志鹏;王小华;杨冰;姚金良 【作者单位】[1]中国计量大学信息工程学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018;;[1]中国计量大学信息工程学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018;[1]中国计量大学信息工程学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018;;[1]中国计量大学信息工程学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018;;[1]中国计量大学信息工程学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018 【正文语种】中 文 【中图分类】N32 【相关文献】 1.基于卷积神经网络的中国绘画图像分类 [J], 杨冰;陈浩月;王小华;姚金良 2.基于改进的卷积神经网络模型的中国绘画图像分类方法 [J], 周衍挺 3.基于卷积神经网络的中国绘画图像分类 [J], 杨冰[1];陈浩月[1];王小华[1];姚金良[1] 4.基于卷积神经网络的绘画图像分类研究 [J], 肖志鹏;王小华;杨冰;姚金良 5.基于卷积神经网络的多标签图像分类识别算法研究 [J], 张晓瑞 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/dafbdf9fa2c7aa00b52acfc789eb172ded639984.html