基于深度多特征融合的自适应CNN图像分类算法

来源：计算机工程杂志2021年第9期北京时间：

作者：李伟, 黄鹤鸣, 武风英, 张会云

单位：1. 青海师范大学 计算机学院, 西宁 810008;2. 青海省基础测绘院, 西宁 810001

摘要：为更好地提取图像内容信息，提高图像分类精度，提出一种自适应卷积神经网络（CNN）图像分类算法。通过融合图像的主颜色特征，利用CNN提取空间位置特征，且针对多特征融合权重值的设定问题，运用改进的差分演化算法优化各特征权值，提高固定权值分类精确度。实验结果表明，该算法分类精度相比CNN算法提升了9.2个百分点，在图像分类中具有较好的分类效果。

关键词：卷积神经网络,自适应权重,数据融合,差分演化算法,图像分类

基金资助：国家自然科学基金（61462072，61662062）；青海省自然科学基金（2016-ZJ-904）。