10.3969/j.issn.1000-386x.2018.01.035
基于深度学习的鱼类分类算法研究
回顾近年来国内外对鱼类分类的研究进展,指出传统方法存在的缺陷.深度学习是目前图像分类的主流方法.研究基于卷积神经网络CNN(Convolutional Neural Network)的鱼类分类模型,并以该模型为基础,进一步提出利用迁移学习,以预训练网络的特征结合SVM算法(PreCNN+SVM)的混合分类模型.实验以Fish4-Knowledge(F4 K)作为数据集,使用TensorFlow训练网络模型.实验结果表明,利用PreCNN+ SVM算法,取得了98.6％的准确率,较传统方法有显著提高.对于小规模数据集,有效解决了需要人工提取特征的不可迁移性.
深度学习、卷积神经网络、迁移学习、支持向量机
35
TP3(计算技术、计算机技术)
2018-05-07（万方平台首次上网日期，不代表论文的发表时间）
共6页
200-205
