基于批归一化卷积神经网络算法的图像分类识别方法研究

打开文本图片集

摘 要：为解决传统神经网络在CIFAR-10（CanadianInstituteForAdvancedResearch）数据集上进行图像分类识别时，存在的模型准确率较低和训练过程易发生过拟合现象等问题，提出了一种将卷积神经网络和批归一化相结合的新神经网络结构构建方法。该方法首先对数据集进行数据增强和边界填充处理，其次对典型的CNN（ConvolutionalNeuralNetworks）网络结构进行改进，移除了卷积层组中的池化层，仅保留了卷积层和BN（BatchNormalization）层，并适量增加卷积层组。（剩余209字）