深度学习进展及其在图像处理领域的应用

• 作者: 刘涵 李军 贺霖
• 来源期刊: 中兴通讯技术
• 学科: 工学
• 关键词: 深度学习 图像处理 分层结构
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 专题:神经网络与深度学习
• 页码范围: 36-40
• 页数: 5页
• 分类号: TN929.5
• 字数: 5540字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6868.2017.04.007

摘要

深度学习一般通过3种方式进行:有监督学习、无监督学习和混合深度学习.以"无监督或生成式特征学习"以及"有监督特征学习和分类"为例,讨论了深度学习及其在图像处理等领域的进展及未来可能的研究方向.认为深度学习打破了传统机器学习和信号处理技术普遍基于浅层结构的局限.得益于相关非凸优化等问题的逐步解决,深度学习已经在图像处理等领域取得了一些突破性的进展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军		127	758	15.0	23.0
2	贺霖		8	138	6.0	8.0
3	刘涵		3	17	1.0	3.0