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:
基于神经网络的深度学习是如今最热门的研究领域之一,深度学习中的卷积神经网络在图像处理方面被广泛应用.本文阐述了卷积神经网络的原理;介绍了基于卷积神经网络的图像处理在图像分类、图像标注、物体检测、图像语义分割、人脸识别和验证等方面的应用;阐述了深度学习存在的网络收敛于局部最优点而不是全局最优点、过拟合、梯度弥散等问题.
推荐文章
神经网络在图像处理中的应用
神经网络
图像重建
图像复原
图像增强
图像压缩
图像分割
特征提取
图像识别
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
深度卷积神经网络在放射治疗计划图像分割中的应用
深度学习
卷积神经网络
医学影像分割
相似度系数
放射治疗
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处理方面的应用
来源期刊 福建电脑 学科
关键词 深度学习 卷积神经网络 图像处理
年,卷(期) 2018,(5) 所属期刊栏目 应用与开发
研究方向 页码范围 151-153
页数 3页 分类号
字数 4247字 语种 中文
DOI 10.16707/j.cnki.fjpc.2018.05.081
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 柯宗武 湖北师范大学计算机科学与技术学院 31 181 7.0 12.0
2 熊旭辉 湖北师范大学计算机科学与技术学院 14 34 3.0 4.0
3 董叶豪 湖北师范大学计算机科学与技术学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (586)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(14)
  • 参考文献(2)
  • 二级参考文献(12)
2016(14)
  • 参考文献(2)
  • 二级参考文献(12)
2017(11)
  • 参考文献(6)
  • 二级参考文献(5)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
卷积神经网络
图像处理
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导