用于图像分类的浅层结构深度学习方法Asma ElAdel, Ridha Ejbali, Mourad Zaied and Chokri Ben AmarREsearch Group in Intelligent Machines, National School of Engineers of sfax, B.P 1173, Sfax, TunisiaEmail: asma.eladel, ridha ejbali, mourad.zaied and chokri.benamarieee.org摘要本论文介绍了一种新的图像分类方案。该方案提出了一种用于深度学习的卷积神经网络（CNN）：利用多分辨率分析法（MRA）计算每一张用于分类的图像在不同的抽象层次中输入层与隐层之间的连接权值。然后，利用Adaboost算法选择出能代表每一类图像的最佳的特征和对应的权值。这些权值将作为隐层与输入层之间的连接权值，并且在测试阶段用于对所给的图像的分类。所提出的方法在不同的数据集上进行了测试，所获得的结果证明了该方法具有较好的效率和较快的速度。关键词：多分辨率
