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:
卷积神经网络相比普通的神经网络能够大量减少训练集,并且识别准确性也能大幅提高,目前在图像处理和图像识别等领域有非常广的应用.本文详细阐述卷积神经网络,包括卷积层、激活层、池化层、全链接层,并利用TensorFlow做一个对比,展示卷积神经网络在图像处理中的过程.
推荐文章
神经网络在图像处理中的应用
神经网络
图像重建
图像复原
图像增强
图像压缩
图像分割
特征提取
图像识别
深度卷积神经网络在放射治疗计划图像分割中的应用
深度学习
卷积神经网络
医学影像分割
相似度系数
放射治疗
卷积神经网络在岩性识别中的应用
测井解释
深度学习
卷积神经网络
岩性识别
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
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 卷积神经网络在图像处理中的应用
来源期刊 吉林建筑大学学报 学科
关键词 卷积神经网络 图像处理 图像识别
年,卷(期) 2021,(1) 所属期刊栏目 信息科技|Information science & technology
研究方向 页码范围 84-88
页数 5页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1009-0185.2021.01.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (16)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(18)
  • 参考文献(0)
  • 二级参考文献(18)
2019(16)
  • 参考文献(3)
  • 二级参考文献(13)
2020(10)
  • 参考文献(5)
  • 二级参考文献(5)
2021(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
卷积神经网络
图像处理
图像识别
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
吉林建筑大学学报
双月刊
1009-0185
22-1413/TU
大16开
长春市新城大街5088号
1984
chi
出版文献量(篇)
2717
总下载数(次)
7
论文1v1指导