卷积神经网络发展

• 作者: 周楠 欧阳鑫玉
• 来源期刊: 辽宁科技大学学报
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 发展综述 残差网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 349-356
• 页数: 8页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13988/j.ustl.2021.05.004

摘要

卷积神经网络作为深度学习的重要代表算法之一,被应用到人脸识别、行为识别、字符识别和图像处理等多个领域,推动着人工智能的快速发展.本文在分析整理大量文献后,总结了卷积神经网络的发展阶段,介绍了卷积神经网络的基本结构和关键技术,选取LeNet、AlexNet、VGGNet、GoogLeNet和ResNet等几种具有代表性的网络进行分析对比,并指出各个网络的应用场景和优缺点,最后提出卷积神经网络未来的研究发展方向.