文献类型：期刊文章

作　　者：苏静[1,2]

SU Jing(School of Information Engineering,Guangdong University of Technology,Guangzhou 510006,China;College of Mathematics and Computer Science,Guangdong Ocean University,Zhanjiang Guangdong 524088,China)

机构地区：[1]广东工业大学信息工程学院 [2]广东海洋大学数学与计算机学院

出　　处：《智能计算机与应用》

年　　份：2019

卷　　号：9

期　　号：5

起止页码：95-97

语　　种：中文

收录情况：普通刊

摘　　要：针对专利图像检索系统中的图像分类问题,研究并实现了深度学习中的卷积神经网络方法。所设计的卷积神经网络由4个卷积层、2个池化层及2个完全连接层组成,其中每个特征映射层只由上一层的部分特征映射层线性组合而得,整个神经网络由反向传播算法调整权重参数和偏置项并自动完成学习任务。通过外观专利图像的分类实验表明,该方法分类准确率可达90%。

关 键 词：深度学习  卷积神经网络 外观专利  图像分类

分 类 号：TP391.41]