購物車(0)
基于傳統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:卷積神經網絡,遞歸神經網絡在大樣本手寫數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:傳統機器學習在小樣本數據集上具有較好的解決效果,深度學習框架在大樣本上數據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
