基于深度学习模型的花卉种类识别

发布时间：2018-05-10 22:35

  本文选题：深度学习 + 卷积神经网络　； 参考：《科技通报》2017年03期

【摘要】：提出了一种新的带有多个隐层的深度卷积神经网络,用于非刚性物体的识别。以花卉识别为例子向导,通过分析本文提出的深度神经网络架构、卷积和池化方法以及反向传播误差等主要方法,构造出了一个全新的深度卷积识别模型。通过针对Image Net数据库中的80类花卉图像做训练和识别,在实验过程中与传统神经网络和支持向量机做比较,结果表明本文提出的算法能够提升花卉识别10%以上的识别率,提升效果明显。
[Abstract]:A new deep convolution neural network with multiple hidden layers is proposed for the recognition of nonrigid objects. Taking flower recognition as an example, a new recognition model of depth convolution is constructed by analyzing the architecture of depth neural network, convolution and pool method, and the error of back propagation. Through training and recognition of 80 kinds of flower images in Image Net database, compared with traditional neural network and support vector machine in experiment, the results show that the algorithm proposed in this paper can improve the recognition rate of flower recognition by more than 10%. The lifting effect is obvious.
【作者单位】： 浙江长征职业技术学院计算机与信息技术系;杭州电子科技大学计算机学院;
【分类号】：S68;TP183;TP391.41

【参考文献】

相关期刊论文 前9条

1 田浩兵;朱嘉钢;陆晓;;基于特征贡献度加权高斯核函数的粗糙one-class支持向量机[J];计算机科学;2015年06期

2 孙艳丰;齐光磊;胡永利;赵璐;;基于改进Fisher准则的深度卷积神经网络识别算法[J];北京工业大学学报;2015年06期

3 朱周;路小波;卫朋;曾维理;;基于超像素和支持向量机的车辆阴影检测算法[J];东南大学学报(自然科学版);2015年03期

4 高社生;杨一;高兵兵;;基于渐消滤波的神经网络优化算法及其应用[J];西北工业大学学报;2015年02期

5 梁书民;;中国城镇化区域差异的原因分析与发展对策[J];人口与发展;2015年02期

6 刘凯;张立民;孙永威;林雪原;;利用深度玻尔兹曼机与典型相关分析的自动图像标注算法[J];西安交通大学学报;2015年06期

7 杨戈;张威强;黄静;;一个感知机神经网络字符识别器的实现[J];电子技术应用;2015年03期

8 尹宝才;王文通;王立春;;深度学习研究综述[J];北京工业大学学报;2015年01期

9 苗金泉;曹卫群;;可扩展的花卉种类识别[J];中国图象图形学报;2014年11期

相关硕士学位论文 前2条

1 赵国峰;基于机器学习的交通标志识别[D];杭州电子科技大学;2015年

2 张帆;基于密集SIFT特征及其池化模型的图像分类[D];中南大学;2014年

【共引文献】

相关期刊论文 前10条

1 侯宇青阳;全吉成;王宏伟;;深度学习发展综述[J];舰船电子工程;2017年04期

2 沈萍;赵备;;基于深度学习模型的花卉种类识别[J];科技通报;2017年03期

3 朱江;宋永辉;刘亚利;;基于改进型深度学习的流量预测[J];电讯技术;2017年01期

4 陶源;王佳飞;杜俊龙;关添;王健;曾沛英;胡洪义;朱汝妃;;基于卷积神经网络的细胞识别[J];中国医学物理学杂志;2017年01期

5 龙海强;谭台哲;;基于深度卷积网络算法的人脸识别方法研究[J];计算机仿真;2017年01期

6 邹煜;刘兴旺;;基于深度学习手写字符的特征抽取方法研究[J];软件;2017年01期

7 潘庆先;董红斌;韩启龙;王莹洁;丁蕊;;一种基于BP神经网络的属性重要性计算方法[J];中国科学技术大学学报;2017年01期

8 高耀东;侯凌燕;杨大利;;基于多标签学习的卷积神经网络的图像标注方法[J];计算机应用;2017年01期

9 彭玉青;刘帆;高晴晴;张媛媛;闫倩;;基于微调优化的深度学习在语音识别中的应用[J];郑州大学学报(理学版);2016年04期

10 司朋举;胡伟;;深度学习在仿生眼监控系统中的应用[J];测控技术;2016年12期

相关硕士学位论文 前1条

1 周楠钊;基于SIFT特征的物体识别系统的设计与实现[D];兰州大学;2016年

【二级参考文献】

相关期刊论文 前10条

1 邱立达;刘天键;林南;黄章超;;基于深度学习模型的无线传感器网络数据融合算法[J];传感技术学报;2014年12期

2 杨一;高社生;吴佳鹏;赵岩;;模型预测前向神经网络算法及其在组合导航中的应用[J];中国惯性技术学报;2014年02期

3 刘建伟;刘媛;罗雄麟;;玻尔兹曼机研究进展[J];计算机研究与发展;2014年01期

4 巫锡炜;郭静;段成荣;;地区发展、经济机会、收入回报与省际人口流动[J];南方人口;2013年06期

5 梁书民;;中西线联合南水北调的宜农荒地资源开发潜力[J];水利发展研究;2013年12期

6 秦玉平;王yN;伦淑娴;王秀坤;;基于超椭球支持向量机的兼类文本分类算法[J];计算机科学;2013年S2期

7 雷光和;傅崇辉;张玲华;曾序春;王文军;;中国人口迁移流动的变化特点和影响因素——基于第六次人口普查[J];西北人口;2013年05期

8 蔺文静;刘志明;王婉丽;王贵玲;;中国地热资源及其潜力评估[J];中国地质;2013年01期

9 范剑勇;莫家伟;;城镇化过程中慎重推进土地流转:国际经验及对中国的启示[J];毛泽东邓小平理论研究;2013年01期

10 黄应清;赵锴;蒋晓瑜;;基于核空间类间平均距的径向基函数—支持向量机特征选择算法[J];计算机应用研究;2012年12期

【相似文献】

相关期刊论文 前10条

1 董广强,韩继光,邢艳芳;神经网络在曲线图中的应用[J];农机化研究;2003年01期

2 冯芙叶,赵高长,张Oz举;梯度神经网络的H-稳定性[J];西北农林科技大学学报(自然科学版);2003年01期

3 朱玲;裴洪平;陈荣;;灰色RBF网络在西湖叶绿素a预测中的应用[J];农机化研究;2008年01期

4 师春祥;王晶;张文静;段庆;;蚁群神经网络用于农村电力短期负荷预测[J];农机化研究;2008年10期

5 姚吟秋;;浅谈神经网络在生物工程中的应用[J];贵州农机化;2011年01期

6 黄星奕,吴守一,方如明;用神经网络方法进行大米留胚率自动检测的研究[J];农业工程学报;1999年04期

7 冯旭东,陈方;神经网络在病虫害诊断中的应用[J];电脑开发与应用;1999年01期

8 刘素青,周畅,杜盛珍;基于遗传算法的神经网络木材消耗量预测模型研究[J];林业科学;2001年03期

9 郝志华,马孝江;多分量神经网络自回归模型及其工程应用[J];农业机械学报;2005年02期

10 刘继龙;张振华;谢恒星;;果园土壤贮水量神经网络估算模型研究[J];农业系统科学与综合研究;2007年01期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

，

本文编号：1871245