论文部分内容阅读
由于图像数据的冗余性较高，传统的图像分类方法分类准确率较低，深度学习的方法较传统方法提高了图像分类的准确率，但其训练较为复杂。本文提出了一种浅层模糊K均值图像分类网络，其基本思想是利用模糊K均值聚类求出的聚类中心构造图像特征向量，再利用特征向量训练浅层网络分类器，最后利用训练好的分类器完成图像分类。通过与传统方法的对比，验证了本方法能够较好地完成图像分类任务，并通过对实验结果分析为以后的工作奠定了基础。