購物車(0)
基于傳統(tǒng)機器學習與深度學習的圖像分類算法對比分析
劉華祠 長江大學電子信息學院; 湖北荊州434023
關鍵詞：機器學習 深度學習 圖像分類
摘要：深度學習作為機器學習的一個分支,具有強大的功能和靈活性,文章對機器學習:K領近,貝葉斯,支持向量機,與深度學習:卷積神經(jīng)網(wǎng)絡,遞歸神經(jīng)網(wǎng)絡在大樣本手寫數(shù)字識別與小樣本圖像場景分類效果上進行了對比與分析,實驗結果表明:傳統(tǒng)機器學習在小樣本數(shù)據(jù)集上具有較好的解決效果,深度學習框架在大樣本上數(shù)據(jù)集上具有較高的識別精度。
電腦與信息技術雜志要求:
{1}文中一級標題、二級標題、三級標題、四級標題的序號用“一、……”“（一）……”“1．……”“（1）……”標示。
{2}來稿不退，請自留底稿。
{3}來稿選題應把握已有研究進展，提出所需研究的科學問題和實踐或政策意義，要有方法與理論等方面的創(chuàng)新性。
{4}關鍵詞每篇文章可選4-5個關鍵詞，請選擇能反映論文主要內(nèi)容或研究方法的詞作為關鍵詞。
{5}作者項標注姓名，單位全稱，省名加城市名，郵編，通信地址，聯(lián)系電話。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
