谢沛松，胡黄水，张金栋

(长春工业大学 计算机科学与工程学院，吉林 长春 130012)

0 引 言

目前，图像分类广泛应用于医学图像、人脸识别[1]、交通车牌识别等领域[2]。因此，准确的图像分类方法成为图像处理方面的研究热点。传统机器学习如最小距离分类方法简单却适应性差，支持向量机分类法泛化能力好却只适合小数据量样本，K最优近邻算法无需参数估计和训练,但依然只应用于数据量小模型。随着信息技术的发展，深度学习逐渐用于海量数据时的图像分类[3]。

自2012年Krizhevsky A等[4]在ILSVRC大赛中提出AlexNet经典模型，人工神经网络(ANN)再次走进人们视野，深度学习开始广泛用于图像分类，并获得超越以往算法的成绩后,在AlexNet模型中大量使用卷积池化，增加了网络特征,并采用Relu[5]函数作为激活函数。文献[6]提出GoogLeNet网络模型，其中提出Inception V1结构模型用不同尺寸的卷积核提取特征，增加了特征提取宽度,提高了模型预测率。而后为了克服参数过大，提出了Inception V2[7]、Inception V3[8]结构。Lecun Y等[9]第一次用LeNet-5实现了手写数字的分类，近年来，LeNet-5被多次改进应用于多个领域，而且取得良好效果。文献[10]对LeNet-5网络的框架调整，增加了卷积层和池化层的个数，调整网络内部参数，在人脸表情识别上取得较好成绩。文献[11]提出把Inception V1模块嵌入LeNet-5网络中，加大提取图像的多尺度特征，引入跨连思想,充分利用低层次特征，在复杂纹理图像中具有良好的分类能力。文献[12]在识别形状类似物体时提出将LeNet-5卷积层改变为双层非对称卷积，降低提取特征的参数，采取全局平均池化替换Flatten层，能快速收敛且各项指标均优于原网络。……