SHANGHAIJIAOTONGUNIVERSITY论文题目：基于卷积神经网络的自然图像分类技术研究姓名：高小宁专业：控制科学与工程-i-（完整word版）基于深度卷积神经网络的图像分类基于卷积神经网络的自然图像分类技术研究摘要:卷积神经网络已在图像分类领域取得了很好的效果，但其网络结构及参数的选择对图像分类的效果和效率有较大的影响。为改善卷积网络的图像分类性能，本文对卷积神经网络模型进行了详细的理论分析，并通过大量的对比实验，得出了影响卷积网络性能的因素。结合理论分析及对比实验，本文设计了一个卷积层数为8层的深度卷积网络,并结合BatchNormalization、dropout等方法，在CIFAR10数据集上取得了88。1%的分类精度，有效地提高了卷积神经网络的分类效果。关键词：卷积神经网络，图像分类，BatchNormalization,DropoutResearchonNaturalImageClassificationBasedonConvolutionNeuralNetworkAbstract:Con
