文献类型：期刊文章

作　　者：莫建麟[1] 王玉晶[1]

Mo Jianlin;Wang Yujing(School of Electronic Information and Automation,Aba Normal University,Wenchuan,Sichuan 623002,China)

机构地区：[1]阿坝师范学院电子信息与自动化学院,四川汶川623002

出　　处：《黑龙江工业学院学报（综合版）》

基　　金：阿坝州应用技术研究与开发资金项目(项目编号:19YYJSYJ0025);阿坝师范学院校级科研基金项目(项目编号:ASB20-05,ASC20-06)。

年　　份：2020

卷　　号：20

期　　号：10

起止页码：56-59

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：传统的卷积神经网络图像分类算法区域聚类所需时间过长,无法实现快速图像分类。针对这一问题,提出面向嵌入式的卷积神经网络图像分类算法,确定卷积神经网络图像分类特征,将特征维数作为图像分类标准,形成数个彼此独立的区域图像;并建立拉普拉斯卷积神经网络图像分类矩阵,融合多种图像分类特征,使相同类别的区域图像更快进行聚类,提高图像分类特征的传播聚类过程。面向嵌入式执行卷积神经网络图像分类,从根本上避免了传统图像分类数据存储中繁琐的寻址过程。仿真实验结果表明设计的图像分类算法图像分类执行时间明显快于实验对照组两倍以上,设计的图像分类算法分类效率更高,可以实现快速卷积神经网络图像分类。

关 键 词：嵌入式 卷积神经网络 图像分类算法 执行时间  

分 类 号：TP391.41]