论文部分内容阅读
本文将通过量化迁移学习训练卷积神经网络，对应用图标进行图像分类，识别出赌博应用图标。对ResNet-50预训练模型的特征提取器进行微调，并对特征提取器进行量化，对有限数据集进行图片特征提取，提高识别效果。相比于没有经过量化的迁移学习模型，基于量化迁移学习构建的赌博应用图标识别模型的准确率更高。应用图标特征需要进一步挖掘。基于量化迁移学习构建的赌博应用图标识别模型能够有效筛选出赌博应用图标，有助于防范网络赌博、维护社会稳定和净化金融环境。