首页 | 官方网站   微博 | 高级检索  
     

基于CNN多层融合特征与Fisher准则的分类算法
引用本文:李靖靖,王玉德.基于CNN多层融合特征与Fisher准则的分类算法[J].四川激光,2019,40(3):96-99.
作者姓名:李靖靖  王玉德
作者单位:曲阜师范大学物理工程学院,山东曲阜,273165;曲阜师范大学物理工程学院,山东曲阜,273165
摘    要:针对目标物体的多分类问题,提出基于CNN多层融合特征与Fisher准则的分类算法。首先,应用卷积神经网络提取图像的各层特征;然后,通过穷尽搜索法确定各层特征融合的权值系数,得到多目标分类特征;最后,采用Fisher多分类准则,求出使模式具有最大可分性的最佳投影方向,实现目标分类。在ORL、Yale库上进行实验研究,分类准确率分别达到了97. 5%和97. 3%。结果表明,该方法能够解决模式多分类的问题,与传统方法相比有效地提高了识别能力,具有很好的鲁棒性。

关 键 词:图像处理  卷积神经网络  多层融合特征  Fisher多分类准则  多目标分类

Classification algorithm based on multi-layer fusion feature of CNN and Fisher criterion
LI Jingjing,WANG Yude.Classification algorithm based on multi-layer fusion feature of CNN and Fisher criterion[J].Laser Journal,2019,40(3):96-99.
Authors:LI Jingjing  WANG Yude
Affiliation:(Qufu Normal University School of Physics and Engineering, Qufu shandong 273165 ,China)
Abstract:LI Jingjing;WANG Yude(Qufu Normal University School of Physics and Engineering, Qufu shandong 273165 ,China)
Keywords:image processing  convolutional neural network  multi-layer fusion feature  fisher multi-classification criteria  multi-objective classification
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号