摘要:
本发明公开了一种基于K-means与深度学习的图像分类算法,具体包括以下步骤:
本发明具有以下优点:
对于海量高维图像的分类,本发明具有很好的效果。此外,对输入图像进行预处理,能够达到改善图像分类效果,提高分类精度的效果。
| 专利名称 | 一种基于K‑means与深度学习的图像分类算法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201611259889.0 |
| 申请号 | - | 专利申请日期 | 2016-12-30 |
| 专利授权日期 | 2017-06-13 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 王改华;李涛;吕朦;袁国亮 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于K‑means与深度学习的图像分类算法,包括步骤:1)将无标签图像作为输入图像,并随机抽取图像块构成大小相同的无标签图像集;2)采用K‑means算法提取一次最佳聚类中心;3)构建特征映射函数,提取无标签图像集的图像特征;4)进行池化操作与归一化处理;5)采用K‑means算法提取二次最佳聚类中心,并采用卷积操作,提取最终图像特征,对最终图像特征进行标准化处理;6)通过分拣器对经过标准化处理的最终图像特征进行分类。本发明具有简单、高效、训练参数少等优点,对于海量高维图像的分类具有很好的效果,且对输入图像进行预处理,达到改善图像分类效果,提高分类精度的效果。 | ||