作者:
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:
深度学习作为时下热门的机器学习算法,能够在全局环境下得到较优的解,已经在各领域中获得了大量的应用.深度学习是在神经网络的基础上发展而成,它摒弃了神经网络过拟合和参数难调等问题,通过多层隐藏层对参数进行调优并逐层优化,智能机器人、文本挖掘、推荐系统等,诸多领域已经有着深度学习理论的应用.
推荐文章
基于深度神经网络的少样本学习综述
少样本学习
数据增强
迁移学习
度量学习
元学习
基于深度学习神经网络的孤立词语音识别的研究
语音识别
人工神经网络
深度学习
自编码器
规整网络
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
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 基于神经网络的深度学习方法研究
来源期刊 电脑编程技巧与维护 学科
关键词 深度学习 机器学习 逐层学习
年,卷(期) 2016,(12) 所属期刊栏目 软件研发与应用
研究方向 页码范围 49-50
页数 2页 分类号
字数 1281字 语种 中文
DOI
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 王庆福 72 209 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (815)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(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)
2018(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
深度学习
机器学习
逐层学习
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
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
总被引数(次)
25630
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导