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:
卷积神经网络具有强大的特征学习能力,随着大数据时代的到来和计算机能力的提升,近年来卷积神经网络在图像识别、目标检测等领域取得了突破性进展,掀起了新的研究热潮.综述卷积神经网络的基本原理,以及其在图像分类、目标检测上的研究进展和典型模型,最后分析了卷积神经网络目前的问题,并展望了未来的发展方向.
推荐文章
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
图像识别
基于卷积神经网络的视频图像失真检测及分类
卷积神经网络
特征学习
视频图像失真
分类检测
基于卷积神经网络的军事图像分类
军事图像分类
深度学习
卷积神经网络
主成分分析白化
随机池化
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 卷积神经网络在图像分类和目标检测应用综述
来源期刊 计算机工程与应用 学科 工学
关键词 卷积神经网络 图像分类 目标检测
年,卷(期) 2017,(13) 所属期刊栏目 热点与综述
研究方向 页码范围 34-41
页数 8页 分类号 TP183
字数 6862字 语种 中文
DOI 10.3778/j.issn.1002-8331.1703-0362
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 赵艳明 中国传媒大学理工学部 8 111 3.0 8.0
2 周俊宇 中国传媒大学理工学部 1 97 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (97)
同被引文献  (195)
二级引证文献  (217)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(28)
  • 引证文献(23)
  • 二级引证文献(5)
2019(171)
  • 引证文献(58)
  • 二级引证文献(113)
2020(114)
  • 引证文献(15)
  • 二级引证文献(99)
研究主题发展历程
节点文献
卷积神经网络
图像分类
目标检测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导