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:
图像识别技术作为当今时代潮流中人工智能领域重要的一部分,在我们的日常生活中发挥着不可替代的巨大作用,这一应用是人类再一次巧妙运用计算机解决问题的新发现.而海洋作为我国领土重要组成部分之一,我国对于海洋生物的观测及研究技术亟待提高.本文主要是浅析AI领域中图像识别技术对于海洋贝类观测研究的作用,并对其未来的发展前景作出阐述.
推荐文章
高空视觉图像识别技术下的信息搜集系统优化设计
图像识别
智能视觉
信息搜集系统
ARM
图像识别处理技术在农业工程中的应用
粮虫检测
特征提取
RBF神经网络
图像识别
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
基于图像融合技术的运动目标图像识别研究
图像融合
运动目标图像识别
特征提取
小波降噪
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 图像识别技术对海洋贝类的信息处理及展望
来源期刊 通讯世界 学科 工学
关键词 人工智能 图像识别 海洋贝类
年,卷(期) 2020,(3) 所属期刊栏目 通信设计与应用
研究方向 页码范围 76-77
页数 2页 分类号 TP274
字数 598字 语种 中文
DOI 10.3969/j.issn.1006-4222.2020.03.045
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 刘雅菲 河北农业大学海洋学院 7 0 0.0 0.0
2 牟晓晴 2 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  (24)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
人工智能
图像识别
海洋贝类
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
论文1v1指导