简介：摘要：随着互联网和多媒体技术的快速发展，图像数据呈现出爆发式的增长，如何对海量图像进行高效的分类和检索成了一项新的挑战。图像分类是图像检索、物体检测和识别等应用的基础，也是模式识别和机器学习中的研究热点。深度学习是一种对数据进行表征学习的方法，起源于神经网络，已有几十年之久，但是一度发展缓慢。直至2012年，HOMTPMG和他的团队在ImageNet大型图像识别竞赛中取得极其优异的成绩，将top一5的错误率由26％降到15％，从此，深度学习引起了越来越多研究者的关注，进入快速发展时期。
基于深度学习的图像分类与识别算法优化研究
