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:
深度学习在图像识别方面的应用方面技术优势明显.传统的方法不能有效满足当前图像识别要求,因此,深度学习是图像识别研究的热点.基于此,文章论述了深度学习的基本思想,探讨了深度学习常用模型,如深度信念网络、卷积神经网络算法原理.
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
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
基于深度学习的图像识别研究
深度学习
图像识别
机器学习
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算法研究
来源期刊 数字技术与应用 学科 工学
关键词 深度学习 图像识别算法 深度神经网络 卷积神经网络
年,卷(期) 2019,(9) 所属期刊栏目 算法分析
研究方向 页码范围 121-122
页数 2页 分类号 TP391.41
字数 2665字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.09.63
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 屈薇 1 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  (4)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
图像识别算法
深度神经网络
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导