典型文献
二维傅里叶图像预处理对DNN网络的影响研究
文献摘要：
二维傅里叶变换(2Dfourier)反映了图像的频域信息.传统的机器学习算法如深度神经网络(DNN)、卷积神经网络(CNN)等,均使用原始图像作为训练集.本文将训练集图像进行预处理,以二维傅里叶变换后的图像作为训练集输入,研究了对DNN网络分类准确率、收敛速度的影响.并且本文提出了一种二维傅里叶和原始图像加权联合的图像预处理算法.该算法在公开数据集Fashion_mnist上进行了验证.经多次对比实验结果证明,该图像预处理算法在相同神经元密度条件下对DNN网络分类准确率无负面影响,但可以提升DNN网络训练时的收敛速度.
文献关键词：
2Dfourier;DNN;图像预处理
中图分类号：
作者姓名：
雷嘉兴;王伟
作者机构：
西安电子工程研究所,陕西 西安 710100
文献出处：
引用格式：
[1]雷嘉兴;王伟-.二维傅里叶图像预处理对DNN网络的影响研究)[J].科学技术创新,2022(11):61-64
A类：
2Dfourier
B类：
图像预处理,DNN,二维傅里叶变换,频域,域信息,机器学习算法,深度神经网络,原始图像,训练集,集输,分类准确率,收敛速度,理算,公开数据集,Fashion,mnist,网络训练
AB值：
0.284969
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
