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:
深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本.本文从图像识别背景入手,针对深度学习在图像识别领域中的不同处理方法及模型的发展进行介绍.
推荐文章
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
一种面向结构化文本图像识别的深度学习模型
结构化文本识别
文本检测
文本识别
信息结构化
基于深度学习的肺部肿瘤图像识别方法
样本扩充
迁移学习
深度学习
归一预处理
医学图像识别
深度学习在图像识别中的应用研究综述
深度学习
图像识别
卷积神经网络
胶囊网络
迁移学习
非监督学习
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 基于深度学习的图像识别模型研究综述
来源期刊 电子世界 学科
关键词 深度学习 图像识别 神经网络
年,卷(期) 2018,(4) 所属期刊栏目 探索与观察
研究方向 页码范围 65-66
页数 2页 分类号
字数 1288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 陈勇涛 河北农业大学信息科学与技术学院 7 13 2.0 3.0
2 郭晓颖 河北农业大学信息科学与技术学院 3 12 2.0 3.0
3 陶慧杰 河北农业大学信息科学与技术学院 4 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (4)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
深度学习
图像识别
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导