基于多尺度CNN特征的国画图像分类算法

来源 :西安邮电大学学报 | 被引量 : 0次 | 上传用户:zmjmengm1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了捕获国画图像的局部表现手法而实现风格分类,提出一种基于多尺度卷积神经网络(Convolutional Neural Network, CNN)特征的国画图像分类算法。该算法先对AlexNet网络模型进行改进,得到精简AlexNet网络模型以降低网络深度与参数规模。然后采用非对称空间分块方法对训练样本进行数据扩充,训练具有特征提取能力的CNN网络模型,以提取国画图像的多尺度CNN特征。最后,采用前向搜索选择方法对多尺度CNN特征进行选择降维,再结合支持向量机(Support Vector Mach
其他文献
在小学语文教学中,阅读作为学生进行知识学习、信息接收的重要途径,对于学生知识储备的增强、综合素质能力的提升有着非常重要的促进作用。因此,这就需要教师应充分认识到阅
提出了一种JESD204C协议接收端64 B/66 B链路层电路设计方案。利用增加位数据滑动状态方法,完成并行数据中同步头序列的检测,以避免并行的数据串化,减小电路设计的复杂度。采
高中生物教学中,教师需从新课程教育改革出发,为学生构建出更适合自身发展的课堂。具体教学活动中,渗透生命观念,可以在提高学生学习质量的同时,推动会学生学科核心素养的养
随着我国教育事业的发展,语文阅读在小学教学过程中显得越来越重要,但是语文阅读过程中会存在很多问题,本文将分析存在的问题并提出一系列的小学语文阅读教学中存在问题的解
针对传统卷积神经网络边缘提取局限性的问题,提出一种基于可变形卷积的图像边缘智能提取方法。根据图像边缘呈现的数据分布特点,采用多尺度可变形卷积,改进图像边缘提取网络。通过跨层融合特征图的方式引入可变形卷积网络模块,增强卷积网络对图像形状的适应能力和边缘特征提取效果。测试结果表明,该方法相比于其他多尺度融合算法具有更高的精度指标和效果。
为了克服卷积神经网络(Convolutional Neural Network,CNN)轴承故障诊断方法特征提取过程困难以及难以捕获时间序列数据之间的长期依赖关系的问题,提出一种改进的卷积-长短时
随着社会的发展和国家合作交流的加强,英语的学习在当前的教育中越来越重要,英语不仅仅是一门学科,学好英语更是为构建国际交流的桥梁贡献自己的力量,同时也为学生日后的就业
现如今,新课程改革不断深入,高中教学也越发重视学生各项能力以及学科素养的培养。其中,学生表达能力的培养是高中语文教学中非常重要的部分,而随着科技与时代的不断发展,跨
本文通过分析中职专业教学中的出现问题,以新形势下课改理论依据,提出基于“工作过程为导向”中职项目课程改革的创新与实践思路。
教师应当是善做伯乐之人,在数学探究活动中,要善于发现学生的“千里”之能,因材施教,“策之”而以其道,“鸣之”而通其意,“食之”而尽其材。教师要善于引导学生说出自己的想