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:
深度学习目前在计算机视觉、语音识别等领域有着广泛的应用.基于深度学习算法的卷积神经网络(Convolutional Neural Network,以下简称CNN)以其独特的优势,目前已被应用于图像识别之中.本文主要介绍CNN的基本概念、结构以及两种经典网络模型,同时通过实验探究CNN和一般的神经网络的区别及CNN的优势.
推荐文章
基于卷积神经网络图像识别的智能电子秤系统
卷积神经网络
图像识别
机器视觉
智能电子秤系统
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
基于深度卷积神经网络的车型识别研究
深度学习
卷积神经网络
支持向量机
高速公路
车型识别
基于卷积神经网络的植物图像识别APP开发——"植鉴"
深度学习
TensorFlow框架
Inception-v3网络模型
'植鉴'APP
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 基于深度学习卷积神经网络图像识别技术的研究与应用
来源期刊 中国设备工程 学科 工学
关键词 CNN 卷积层 深度学习 图像识别
年,卷(期) 2018,(23) 所属期刊栏目 工艺与技术
研究方向 页码范围 146-149
页数 4页 分类号 TP391.41
字数 2170字 语种 中文
DOI 10.3969/j.issn.1671-0711.2018.23.062
五维指标
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  (2)
节点文献
引证文献  (10)
同被引文献  (25)
二级引证文献  (4)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(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(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(8)
  • 引证文献(4)
  • 二级引证文献(4)
研究主题发展历程
节点文献
CNN
卷积层
深度学习
图像识别
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
中国设备工程
半月刊
1671-0711
11-4623/N
大16开
北京市西城区月坛北小街2号院1号楼3层海运国际酒店二层
82-374
1985
chi
出版文献量(篇)
21366
总下载数(次)
45
总被引数(次)
19871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导