一种基于梭状动态神经元模型的水果图像分类方法

本发明提出了一种基于梭状动态神经元模型的水果图像分类方法，该方法通过引入具有生物学启发的梭状动态神经元模型，结合神经元自适应性、非线性变换及局部特征抽取等机制，有效提升了对水果图像中复杂特征的学习和识别能力。该方法能够更好地适应各种复杂环境条件，提升了分类精度，并且具有较好的模型泛化能力，能够在数据较少或标注困难的情况下进行高效的训练。此外，本发明的梭状动态神经元模型还具有较强的生物学解释性，能够为神经网络模型提供更为直观的生物学机制支持，拓展了图像分类方法在生物学领域的应用前景。