原文服务方: 计算机应用研究       
摘要:
针对特征图像的自适应识别技术问题,研究了利用具有学习和自适应功能的ART人工神经网络原理及规则,提出了具有自稳定适应和分类学习功能的算法.
推荐文章
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
基于图像融合技术的运动目标图像识别研究
图像融合
运动目标图像识别
特征提取
小波降噪
基于形状特征变化的凋亡细胞图像识别研究
凋亡细胞
图像识别
形状变化
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应学习的特征图像识别技术研究
来源期刊 计算机应用研究 学科
关键词 特征图像 相似度 学习 自适应
年,卷(期) 2003,(10) 所属期刊栏目 图形、图像技术
研究方向 页码范围 84-85,89
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2003.10.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨明 石家庄铁道学院计算机系 38 221 8.0 14.0
2 刘永军 石家庄铁道学院计算机系 27 107 7.0 9.0
3 牛江川 石家庄铁道学院计算机系 40 126 6.0 9.0
4 樊金生 石家庄铁道学院计算机系 9 56 5.0 7.0
5 张国兵 石家庄铁道学院计算机系 11 41 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (33)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征图像
相似度
学习
自适应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导