基于深度学习的计算机图形描述算法研究

• 作者: 邓卫军
• 来源期刊: 微型电脑应用
• 关键词: 深度学习 卷积神经网络 递归神经网络 图形描述算法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 53-55
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.02.016

摘要

深度学习理论是现代计算机机器学习中的非常重要的组成部分.计算机图形描述算法的实现解决了生成算法难的问题.研究了深度学习的理论:卷积神经网络和递归神经网络.结果表明:两种神经网络系统都能很好地处理图像的识别问题,对于计算机图形描述算法有着很好地辅助作用.同时,设计了一种基于卷积神经网络的计算机图形识别算法.实验结果表明:接收者操作特征(ROC)曲线和其面积的大小能够很好地判断计算机图形描述算法的准确性.