基于CCNN模型与注意力机制结合的图像分类方法

刘欢, 张莉, 安新磊, 常举越,

湖南文理学院学报(自然科学版) ›› 2026, Vol. 38 ›› Issue (2) : 19-27.

PDF(736 KB)
PDF(736 KB)
湖南文理学院学报(自然科学版) ›› 2026, Vol. 38 ›› Issue (2) : 19-27.

基于CCNN模型与注意力机制结合的图像分类方法

作者信息 +
文章历史 +

摘要

针对图像分类任务中存在着准确率较低的问题,受人类视觉处理机制的启发,提出了一种结合CCNN模型与注意力机制的图像分类方法。该方法首先对CCNN模型结构进行参数配置,随后引入通道注意力机制与空间注意力机制,以增强模型对关键特征的提取与关注能力;最终通过全连接层实现分类。在MNIST和Fashion-MNIST数据集上的实验结果表明,所提出方法的分类准确率分别达到97.2%和95.1%,优于其他对比模型。

关键词

CCNN / 注意力机制 / 图像分类

引用本文

导出引用
刘欢, 张莉, 安新磊, 常举越,. 基于CCNN模型与注意力机制结合的图像分类方法[J]. 湖南文理学院学报(自然科学版). 2026, 38(2): 19-27
中图分类号: TP391.41   

PDF(736 KB)

Accesses

Citation

Detail

段落导航
相关文章

/