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:
目前卷积神经网络的图像识别技术广泛应用于很多领域,在现实生活中具有重要的实用价值.本文针对图像识别产生影响的因素做了分类,结合结果误差的曲线的分析和其他实验方法的对比,突出了分类的图像训练集,通过迭代次数的提高,提高测试的准确度.
推荐文章
基于多尺度卷积神经网络模型的手势图像识别
卷积神经网络
卷积核
深度学习
特征提取
手势识别
二值化
基于卷积神经网络的植物图像识别APP开发——"植鉴"
深度学习
TensorFlow框架
Inception-v3网络模型
'植鉴'APP
基于卷积神经网络的小样本树皮图像识别方法
树皮图像
卷积神经网络
Inception_v3
小样本
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
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 基于卷积神经网络的图像识别
来源期刊 中国高新区 学科
关键词 卷积神经 分类 迭代次数
年,卷(期) 2019,(19) 所属期刊栏目 行业交流
研究方向 页码范围 246-247
页数 2页 分类号
字数 1763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 汪敏 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (65)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(12)
  • 参考文献(2)
  • 二级参考文献(10)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 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
卷积神经
分类
迭代次数
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
中国高新区
半月刊
1671-4113
11-5968/N
大16开
湖北省武汉市珞瑜路546号1401室
38-392
2001
chi
出版文献量(篇)
19386
总下载数(次)
47
总被引数(次)
8734
论文1v1指导