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:
图像识别和深度学习是目前人工智能领域应用较为广泛的算法,但在图像数据受损的情况下,图像识别的准确度和效率极大降低.文章从搭建深度学习框架入手,应用卷积神经网络并行架构,通过交替无监督和有监督学习训练网络,实现超分辨率重构目标图像,最后通过实验对图像修复效果进行验证.
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
基于深度强化学习的图像修复算法设计
图像修复
机器学习
深度强化学习
大数据
自相似
关联性
基于深度学习的图像风格迁移研究综述
图像风格迁移
深度学习
迁移学习
纹理合成
基于深度学习的故障预测技术研究
深度学习
故障预测
故障演化
软件静态故障预测
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修复技术研究
来源期刊 江苏科技信息 学科 工学
关键词 图像识别 深度学习 卷积神经网络
年,卷(期) 2020,(8) 所属期刊栏目 应用技术
研究方向 页码范围 47-49
页数 3页 分类号 TP391.4
字数 2430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 范新刚 6 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (14)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(8)
  • 参考文献(0)
  • 二级参考文献(8)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
图像识别
深度学习
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
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