简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．
简介：11月23日举办的。第30届中国机床工具行业发展论坛暨2018年运营形势研讨会”上，原机械工业部副部长沈烈初前辈为在场观众带来精彩的讲话，沈老以其几十年的工作经历和人生阅历带我们回顾了机床工具行业跌宕起伏的历史，这里面有许许多多永不磨灭的事迹以及杰出代表人物。他的发言里，既有为机床工具行业的每一寸进步而击节赞赏，也有为机床工具行业的每一次落后乃至退步而痛其不争。
基于卷积神经网络的绘画图像分类研究
沈烈初：机床工具行业如何实现强国梦？
