论文部分内容阅读
针对传统机器学习算法特征提取烦琐且普遍存在特征单一、识别准确率低的问题,采用能够自行提取图像特征的卷积神经网络模型,对指关节纹识别分类的任务进行实验研究。首先对指关节纹图像进行预处理;其次,设计并搭建了一个9层卷积神经网络模型,对网络模型进行编译、训练后,发现网络的过拟合现象严重,并针对过拟合,提出了优化网络结构方案,在原网络模型基础上,添加dropout层、L2正则化和采用参数放弃法、批标准化层等操作,优化了网络结构。实验结果表明,过拟合现象得到明显改善,提高了网络模型在测试集上的识别准确率,增强