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:
针对卷积神经网络在自然图像识别上的局限性,提出一种适用于自然图像识别的卷积神经网络算法,使其在自然图像识别的准确率和速度上取得更好的效果.首先利用MAPREDUCE实现算法的并行化,并利用GPU技术对该算法进行加速;再次利用多区域的逻辑回归计算方法提高图像识别的准确率.在实验环境下验证了改进算法的正确性和有效性.
推荐文章
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
基于多尺度卷积神经网络模型的手势图像识别
卷积神经网络
卷积核
深度学习
特征提取
手势识别
二值化
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
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
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 基于卷积神经网络的图像识别算法研究
来源期刊 山东理工大学学报(自然科学版) 学科 工学
关键词 卷积神经网络 自然图像 逻辑回归
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 48-50
页数 3页 分类号 TP391.41
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 田爱奎 山东理工大学计算机科学与技术学院 28 164 8.0 12.0
2 张荣磊 山东理工大学计算机科学与技术学院 4 24 2.0 4.0
3 谭浩 山东理工大学计算机科学与技术学院 6 17 2.0 4.0
4 郑睿 山东理工大学计算机科学与技术学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (28)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (7)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
自然图像
逻辑回归
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
山东理工大学学报(自然科学版)
双月刊
1672-6197
37-1412/N
大16开
山东省淄博市张周路12号
1985
chi
出版文献量(篇)
2724
总下载数(次)
4
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导