深度学习技术浅述

• 作者: 任尚书 刘展华 周树道 杨忠 王敏
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 深度学习 机器学习 模式识别 特征提取 人工神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机应用
• 页码范围: 51-57
• 页数: 7页
• 分类号: TP18
• 字数: 5066字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2019.05.012

摘要

深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示,具有强大的学习和高效的特征表达能力,成为人工智能领域的研究热点,近年来发展十分迅猛.首先介绍了深度学习的特点及其与浅层学习的区别,并详细介绍了深度学习的国内外发展现状和典型的深度学习网络模型,重点介绍了深度学习技术中一些关键环节处理方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏	南京金陵科技学院智能科学与控制工程学院	23	90	6.0	7.0
3	周树道	国防科技大学气象海洋学院	14	31	3.0	5.0
4	刘展华	国防科技大学气象海洋学院	3	0	0.0	0.0
7	杨忠	南京金陵科技学院智能科学与控制工程学院	1	0	0.0	0.0