卷积神经网络在图像分类中的应用研究  

作　　者：张柳[1] 林德智 

机构地区：[1]北海职业学院,广西北海536000

出　　处：《电脑编程技巧与维护》2025年第1期155-157,共3页Computer Programming Skills & Maintenance

基　　金：北海职业学院2024年度校级科研类项目“基于神经网络的高职学生职业发展路径预测与分析系统的设计与开发”(课题编号:2024YKY11)。

摘　　要：针对传统图像分类在泛化性能上的局限性,采用了一种包含两层卷积和池化操作的卷积神经网络来进行图像分类任务。为了验证卷积神经网络的性能,研究从分类精准度和运行时间来对比BP神经网络、支持向量机(SVM)及卷积神经(CNN)网络的3种算法的性能。实验结果表明,CNN的分类准确率优于其他两种分类算法,但训练时间及测试时间相对较长。

关 键 词：卷积神经网络 支持向量机 神经网络 图像分类 

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]