卷积神经网络的图像识别算法研究与实现  

Research and Implementation of Image Recognition Algorithm Based on Convolutional Neural Network

作　　者：侯贺 王敏 孟娇 张文颖 HOU He;WANG Min;MENG Jiao;ZHANG Wenying(Educational Technology and Information Center,Hebei North University,Zhangjiakou Hebei 075000,China;School of International Education,Hebei North University,Zhangjiakou Hebei 075031,China;Journal Editorial Department,Hebei North University,Zhangjiakou Hebei 075000,China)

机构地区：[1]河北北方学院教育技术与信息中心,河北张家口075000 [2]河北北方学院国际教育学院,河北张家口075031 [3]河北北方学院学报编辑部,河北张家口075000

出　　处：《信息与电脑》2024年第10期94-96,共3页Information & Computer

基　　金：河北北方学院省属高校基本科研业务(项目编号:JYT2021035);张家口市重点研发计划项目2322021B“企业网络安全态势感知平台设计与实现”;2022年度河北北方学院第二批校级科研项目(项目编号:XJ2023008)。

摘　　要：文章通过研究卷积神经网络(Convolutional Neural Networks,CNN)的架构、卷积和池化操作以及全连接等,搭建并配置五种不同的CNN模型(LeNet、AlexNet、VGGNet、InceptionNet、ReNet),利用两个数据集的训练集和测试集分别训练和测试五种模型的效果,最后使用准确率和交叉损失熵评估五种模型。By examining the architecture of Convolutional Neural Network(CNN),convolution,pooling operations,and full connection,the article built and configured five different CNN models(LeNet,AlexNet,VGGNet,InceptionNet,ReNet),and then trained and tested the effectiveness of the five models by utilizing the training set and the test set of two datasets.Finally,five models were evaluated by recognition accuracy and cross entropy loss.

关 键 词：卷积神经网络 卷积 池化 全连接 图像识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]