卷积神经网络分类模型在模式识别中的新进展

• 作者: 王蒙 胡正平 赵淑欢 陈俊岭
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 无监督特征提取 模式识别
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 热点前沿
• 页码范围: 283-291
• 页数: 9页
• 分类号: TP391.4
• 字数: 5185字
• 语种: 中文
• DOI: 10.39+9/j.issn.1007-791X.2015.04.001

摘要

近年来,深度学习作为机器学习的新兴研究领域越来越受到人们的关注,通过深度学习构建的深度网络在无监督特征提取方面表现出优异性能. 卷积神经网络作为一个相对成功的深度学习模型,逐渐成为模式识别领域的研究热点. 本文对卷积神经网络及其近年来在模式识别领域取得的新进展进行综述. 首先介绍深度学习与卷积神经网络之间的关系以及卷积神经网络的基本原理;其次对卷积神经网络的各种改进算法进行了总结,对卷积神经网络在模式识别领域的新应用进行了概述;最后阐述了目前在卷积神经网络学习理论中亟需解决的主要问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡正平	燕山大学信息科学与工程学院	160	1215	17.0	28.0
2	赵淑欢	燕山大学信息科学与工程学院	13	120	6.0	10.0
3	陈俊岭	燕山大学信息科学与工程学院	5	69	3.0	5.0
4	王蒙	燕山大学信息科学与工程学院	11	108	4.0	10.0