论文部分内容阅读
在涉及分类识别的问题中,首选方法是基于卷积神经网络的分类方法。为解决传统卷积神经网络处理能力较差、分类精度较低等问题,文中提出了一种新型的卷积神经网络图像分类模型。一方面在传统的网络模型基础上增加新型Inception模块,增强了模型的特征信息的融合,提高了特征表达的能力;另一方面通过激活函数、数据增强、批量正则化、权重初始优化以及Adadelta优化方法来改善模型的性能,提升分类准确率。通过基于新型初始模块的新型网络模型对CIFAR-10数据集上的数据进行试验,并与传统网络模型方法对比,证明改进模