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:
随着机器学习的兴起,基于深度学习的裂缝检测分类得到重视.本文设计了一种基于卷积神经网络结合支持向量机的图像裂缝分类算法,解决了现阶段存在的小样本学习能力不足、分类精度低等问题,实现了对桥梁裂缝图像的有效分类.
推荐文章
一种基于深度学习的遥感图像分类及农田识别方法
遥感图像分类
农田识别
深度学习
卷积神经网络
识别模型
网络训练
一种基于图像特征的图像分类方法
图像特征
图像分类
颜色
纹理
边缘特征
一种基于形状特征的图像分类方法
形状特征
图像分类
聚类
动态时间弯曲
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
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 一种基于深度学习的图像裂缝分类方法
来源期刊 电子测试 学科
关键词 机器学习 卷积神经网络 支持向量机 裂缝检测
年,卷(期) 2021,(4) 所属期刊栏目 理论与算法|The theory and algorithm
研究方向 页码范围 44-45,104
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1000-8519.2021.04.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (7)
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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
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
机器学习
卷积神经网络
支持向量机
裂缝检测
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导