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:
基于神经网络的图像识别技术主要引入了神经网络算法,比传统图像识别方法功能更加强大,是一种新型的图像识别技术.利用神经网络进行图像识别的过程中,通常需要将图像特征提取出来,并在神经网络识别器中送入提取得到的图像特征,以此对其进行识别.BP神经网络图像识别方法不需要提取图像特征,只需要在神经网络识别器中输入图像数据,利用MATLAB进行网络训练和测试表明,不进行特征提取的神经网络图像识别系统抗干扰能力极强.本文通过概述基于神经网络的图像识别技术,介绍了其结构与算法.
推荐文章
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
基于双概率神经网络的纹理图像识别
纹理识别
小波包变换
差异演化
双概率神经网络
应用神经网络方法解决小麦高产群体图像识别
小麦高产群体图像
图像分割
图像增强
BP人工神经网络
图像识别
基于人工神经网络下的图像识别的研究
人工神经网络
BP神经网络
图像分割
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 基于神经网络的图像识别技术与方法探讨
来源期刊 通讯世界 学科 工学
关键词 神经网络 图像识别技术 方法
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 100-101
页数 2页 分类号 TP391.41
字数 2262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 杨自恒 25 47 4.0 6.0
2 吴国华 3 5 1.0 2.0
3 徐勤涛 4 5 1.0 2.0
4 朱伟男 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2016(4)
  • 参考文献(4)
  • 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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
神经网络
图像识别技术
方法
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
总被引数(次)
56487
论文1v1指导