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:
近年来随着深度学习技术的发展,新的卷积神经网络结构和并行计算工具GPU不断推动目标识别技术的精度得到提升,受到了学术界的关注,同时也使得深度学习目标识别算法在国家和民用层次均得到了广泛应用.本文重点回顾了深度学习目标分类算法在近年来取得的成就,从算法层面对深度学习在目标识别领域的发展趋势进行了详细的分析.
推荐文章
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
目标识别系统发展趋势
目标识别系统
协同式目标识别
非协同式目标识别
雷达目标识别及发展趋势预测
雷达
目标识别
发展趋势
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 深度学习目标识别算法发展趋势研究
来源期刊 信息通信技术与政策 学科
关键词 深度学习 目标识别 卷积神经网络
年,卷(期) 2018,(4) 所属期刊栏目 专题:人工智能
研究方向 页码范围 18-21
页数 4页 分类号
字数 3496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 栾尚祯 中国信息通信研究院云计算与大数据研究所人工智能部 1 5 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  (0)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (0)
2018(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
目标识别
卷积神经网络
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
信息通信技术与政策
月刊
1008-9217
10-1576/TN
大16开
北京市西城区月坛南街11号
82-907
1975
chi
出版文献量(篇)
4954
总下载数(次)
24
总被引数(次)
13564
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导