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:
以往图像自动标注多为人工选取特征,整个过程所需时间和精力较大,并且所用的标签传播算法会造成语义近邻被忽视,最终会出现视觉相似但是语义不相似的情况,影响图像标注效果.为改善传统图像标注算法应用存在的缺陷,便可以选择应用深度学习图像自动标注算法,可以完美解决语义近邻识别问题,提高图像标注综合效果,本文对其应用要点进行了简单分析.
推荐文章
基于深度学习的图像自动标注算法
机器学习
深度学习
神经网络
图像自动标注
利用深度玻尔兹曼机与典型相关分析的自动图像标注算法
自动图像标注
深度学习
深度玻尔兹曼机
典型相关分析
基于Matlab的图像自动标注
Matlab
自动标注
视觉特征
图像检索
基于词频同现与WordNet的图像自动标注改善算法研究
图像自动标注
标注改善
词频同现
WordNet
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 基于深度学习的图像自动标注算法研究
来源期刊 数字技术与应用 学科 工学
关键词 深度学习 图像标注 机器学习
年,卷(期) 2017,(10) 所属期刊栏目 算法分析
研究方向 页码范围 122,124
页数 2页 分类号 TP391.41
字数 1865字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.10.064
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 马颖 河南工程学院计算机学院 13 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
图像标注
机器学习
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导