轻工业手工业论文_基于Xception-TD的中华传统-自然与文化遗产研究杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

轻工业手工业论文_基于Xception-TD的中华传统

作者:

关键词:

摘要：

文章摘要:[目的]将人工智能方法引入数字人文领域中，探讨如何解决中华传统刺绣图像分类背景下当前刺绣数据集较小、图像特征表示不足以及识别准确率不高等问题，为非物质文化遗产数字保护智能化与数字化保护提供方法支撑。[方法]本文将深度学习技术运用到刺绣图像上，利用图像处理技术提取其相应的特征，采用迁移学习的方法，提出了一种基于Xception-TD的中华传统刺绣分类模型，该方法对Xception模型进行微调改进，并探讨全连接层的数量与维度以及dropout的取值对模型的性能的影响。[结果]实验结果表明，针对中华传统刺绣分类的问题，通过微调的方法，本文发现提高全连接层数量以及增大全连接层维度可以得到更好的刺绣图像特征表示并产生更好的效果，基于Xception-TD中华传统刺绣模型准确率达到了0.96863，均优于基准模型。在进一步刺绣多分类的问题上，准确率也均优于基准模型。[局限]本文的数据集仅来源于百度图片中的采集与人工标记，数据来源不够丰富。[结论]基于迁移学习，并结合微调能够有效提升刺绣分类的准确率。

文章关键词:

项目基金:《自然与文化遗产研究》网址: http://www.zrywhycyj.cn/qikandaodu/2022/0127/1916.html