李 伟，黄鹤鸣，张会云，更藏措毛

(1. 青海师范大学计算机学院，青海 西宁 810008；2. 藏文信息处理教育部重点实验室，青海 西宁 810008)

1 引言

随着大容量存储设备的广泛使用和数字化技术的普及，出现了大规模的图像数据库。图像已成为人们获取信息的主要方式。从浩瀚的图像数据库中搜索图像，需要对数据库中的图像进行分析处理，前提是对这些海量图像进行分类。

近年来，随着大数据和硬件计算能力的发展，神经网络作为一种新兴的深度学习方法，在各个领域不断取得了突破性进展[1]。Yann Le Cun于1998年提出的卷积神经网络(Convolution Neural Network， CNN)[2]能更好地获取图像的空间和位置信息，有利于图像分类。Dave Steinkraus等人于2005年发现了图形处理器(Graphics Processing Unit， GPU)在机器学习(Machine Learning， ML)方面的独特优势[3]，提出了基于GPU的高效CNN训练方法，大幅提高了CNN的运算能力。Alex Krizhevsky等人于2012年提出了AlexNet[4]网络，采用ReLU激活函数并使用GPU分组卷积方式进行并行训练。Christian Szegedy等人于2014年提出了GoogLeNet[5]，在分类结果和运算效率上均取得了较大提升。Sergey Loffe等人于2015年将批标准化(Batch Normalization)[6]应用于神经网络，保证了网络中各层的输出分布基本稳定；同时，大幅降低了网络对初始参数的依赖，提升了网络性能。

CNN具有良好的扩展性和鲁棒性，但利用CNN进行图像分类时，会存在过拟合、梯度爆炸或梯度消失等问题。文献[4]使用Dropout技术有效缓解了网络过拟合问题。受图像自身特性的启发，提出了一种融合分割权重和Attention机制的CNN图像分类算法：基于分割权重的二次预训练方法，通过降低图像背景噪声的干扰，有效抑制了训练过程中出现的过拟合现象。……