基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对彩色图像分类识别的重要性,提出了一种结合图像特征数据和深度信任网络(DBN)的彩色图像识别方法.首先,构造符合人类视觉特性的图像色彩数据场;其次,以小波变换描述图像的多尺度特征;最后,通过无监督训练深度信任网络实现对图像的识别.实验结果表明,所提方法与Adaboost、支持向量机(SVM)方法比较,分类准确率分别提高约3.7%和2.8%,可有效提高图像识别效果.
推荐文章
基于无监督特征学习的手势识别方法
无监督的特征学习
稀疏自编码神经网络
边缘特征
调优
基于深度学习的肺部肿瘤图像识别方法
样本扩充
迁移学习
深度学习
归一预处理
医学图像识别
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
利用卷积神经网络改进迭代深度学习算法的图像识别方法研究
深度学习
卷积神经网络(CNN)
自适应
图像识别
层次化迭代
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 无监督深度学习彩色图像识别方法
来源期刊 计算机应用 学科 工学
关键词 图像识别 深度信任网络 受限玻尔兹曼机 计算机视觉
年,卷(期) 2015,(9) 所属期刊栏目 虚拟现实与数字媒体
研究方向 页码范围 2636-2639
页数 4页 分类号 TP391.41
字数 4584字 语种 中文
DOI 10.11772/j.issn.1001-9081.2015.09.2636
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 郭军 天津医科大学医学影像学院 13 69 4.0 8.0
2 康晓东 天津医科大学医学影像学院 51 215 9.0 12.0
3 王昊 河北大学附属医院介入科 19 147 6.0 11.0
4 于文勇 天津医科大学医学影像学院 5 50 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (279)
参考文献  (9)
节点文献
引证文献  (34)
同被引文献  (87)
二级引证文献  (76)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(8)
  • 引证文献(7)
  • 二级引证文献(1)
2018(25)
  • 引证文献(10)
  • 二级引证文献(15)
2019(53)
  • 引证文献(11)
  • 二级引证文献(42)
2020(19)
  • 引证文献(1)
  • 二级引证文献(18)
研究主题发展历程
节点文献
图像识别
深度信任网络
受限玻尔兹曼机
计算机视觉
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导