关键词：双目加权模型;融合波动抑制;机械零件;图像分类;小波变换;卷积神经网络
摘 要：为提升图像分类效果，提出双目加权模型融合波动抑制的机械零件图像分类算法。对图像进行小波分解，获取高频分量，重构处理后的分量得到去噪图像。将去噪后的图像分解为拉普拉斯金字塔序列，通过平均梯度和区域能量融合系数融合图像，引入双目加权模型完成图像重构抑制融合系数波动。采用CNN提取图像特征，使用滤波器训练特征，引入集成学习策略获取分类标签，实现图像分类。实验结果表明：所提算法的融合系数波动较小，图像分类效果较好。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取