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:
在人工智能(AI)领域中,图像识别可以说是十分重要的技术,并有很多实际的用处.图像识别产生的目的是为了让计算机代替人类去处理大量信息.在科技飞速发展的今天,人类对图像识别也有了系统的了解.本文简单分析了图像识别的深度学习、技术原理、数据集、卷积神经网络等.从中可以得出图像识别技术的前景、用途等,未来人类将会越来越依赖图像识别技术.
推荐文章
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
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
基于BP神经网络的智能制造系统图像识别技术
B/S模式
智能制造系统
BP神经网络
图像识别技术
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 浅析基于卷积神经网络的图像识别技术
来源期刊 通讯世界 学科 工学
关键词 图像识别 深度学习 卷积神经网络
年,卷(期) 2018,(7) 所属期刊栏目 通信设计与应用
研究方向 页码范围 25-26
页数 2页 分类号 TP391.41
字数 2100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 丁子淇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (193)
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)
1961(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)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(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)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(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)
研究主题发展历程
节点文献
图像识别
深度学习
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
论文1v1指导