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:
人工神经网络这一技术自近年发明以来,受到了国内外业界的广泛关注,各个领域的科学研究人员对其进行了深入的研究,也取得了较为丰富的成果,例如采用BP神经网络对图像质量进行智能评价等.通常的BP神经网络,其输入是纯数值型的,所以需要先对待识别图像作特征提取,文章提出了一种新的BP神经网络图像识别方法,将图像数据整体作为BP神经网络的输入,大大提高了识别效率.最后,文章采用Python语言对该方法进行了实现.结果表明,该方法成功率高,且抗干扰能力强.
推荐文章
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
基于Hadoop平台的图像识别
字符识别
Hadoop平台
图像识别
数据交换时间
基于图像识别火灾监控系统的图像分割算法研究
火灾图像识别
火灾监控
图像分割
HIS彩色空间
基于ARM的嵌入式图像识别检测系统的设计
ARM
SIFT算法
图像采集
图像识别
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Python语言的图像识别算法设计
来源期刊 江苏科技信息 学科 工学
关键词 Python 人工神经网络 BP神经网络 图像识别
年,卷(期) 2019,(12) 所属期刊栏目 应用技术
研究方向 页码范围 48-51
页数 4页 分类号 TF325.69
字数 2834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 陈建敏 11 10 2.0 3.0
2 陈倩 6 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  (35)
共引文献  (79)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(2)
  • 参考文献(1)
  • 二级参考文献(1)
1954(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)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(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)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
Python
人工神经网络
BP神经网络
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
江苏科技信息
旬刊
1004-7530
32-1191/T
大16开
江苏省南京市
28-212
1984
chi
出版文献量(篇)
11334
总下载数(次)
29
总被引数(次)
15735
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导