论文部分内容阅读
随着计算机图像分类技术的广泛应用,传统的图像分类方式已经不能满足人们生活需要。传统的图像分类方式主要是构造单一分类器,这种方式分类效果相对较差,分类准确率相对较低。针对这一问题,文章在Stacking集成思想的基础上,根据多粒度人物画像模型,探索了主成分粒化法与改进多粒度模型在图像分类中的应用,提出了基于PCA图像粒化的多粒度图像分类模型。多粒度图像分类模型选取BP神经网络、KNN和SVM作为基分类器,卷积神经网络作为元分类器,并且采用Kaggle公布的部分图像数据集进行验证。首先利用高斯滤波对图像