期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于深度学习的图像识别模型研究综述
被引量:
5
下载PDF
职称材料
导出
摘要
深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。本文从图像识别背景入手,针对深度学习在图像识别领域中的不同处理方法及模型的发展进行介绍。
作者
陈勇涛
郭晓颖
陶慧杰
机构地区
河北农业大学信息科学与技术学院
出处
《电子世界》
2018年第4期65-66,共2页
Electronics World
关键词
深度学习
图像识别
神经网络
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
2
参考文献
3
共引文献
45
同被引文献
45
引证文献
5
二级引证文献
35
参考文献
3
1
张庆辉,万晨霞.
卷积神经网络综述[J]
.中原工学院学报,2017,28(3):82-86.
被引量:23
2
王禹嫣.
深度学习在图像识别中的应用与发展[J]
.中国战略新兴产业,2017,0(12X):115-116.
被引量:6
3
陈旭,张军,陈文伟,李硕豪.
卷积网络深度学习算法与实例[J]
.广东工业大学学报,2017,34(6):20-26.
被引量:19
二级参考文献
2
1
赵志宏,杨绍普,马增强.
基于卷积神经网络LeNet-5的车牌字符识别研究[J]
.系统仿真学报,2010,22(3):638-641.
被引量:149
2
黄琳,张尤赛.
应用深层卷积神经网络的交通标志识别[J]
.现代电子技术,2015,38(13):101-106.
被引量:18
共引文献
45
1
李雪松,张骁,管震,陈硕,王建华.
基于图像识别技术的钻井井漏溢流智能报警系统开发[J]
.世界石油工业,2021,28(1):48-54.
被引量:3
2
安丽娜.
基于深度卷积神经网络的图像分类识别方法[J]
.信息通信,2019,0(12):72-73.
被引量:2
3
雷慧静.
卷积神经网络综述[J]
.中国科技纵横,2018,0(16):44-47.
被引量:1
4
马力,王致,张丹,洪永健,王天安.
基于深度学习的人脸识别技术在电力巡检机器人中的应用研究[J]
.自动化与仪器仪表,2019(2):36-38.
被引量:3
5
胡貌男,邱康,谢本亮.
基于改进卷积神经网络的图像分类方法[J]
.通信技术,2018,51(11):2594-2600.
被引量:10
6
曾碧,任万灵,陈云华.
基于CycleGAN的非配对人脸图片光照归一化方法[J]
.广东工业大学学报,2018,35(5):11-19.
被引量:1
7
桂便,祝玉华,甄彤.
卷积神经网络在储粮害虫图像识别中的应用研究[J]
.粮油食品科技,2018,26(6):73-76.
被引量:6
8
白璐,衣姝颖,李天平.
基于深度学习的车牌识别技术研究[J]
.山东师范大学学报(自然科学版),2018,33(4):438-442.
被引量:8
9
陈玉婷,张凤瑜.
基于交叉熵的CNN交通标志识别方法研究[J]
.软件导刊,2018,17(12):24-28.
被引量:2
10
张淑卿,李卓桐,张立红.
改进PSO-RBF神经网络的电网故障检测模型[J]
.计算机时代,2019(1):5-8.
被引量:7
同被引文献
45
1
孙健.
用微粒群算法与神经网络实现传感器误差补偿[J]
.电子元件与材料,2005,24(12):17-19.
被引量:6
2
冯少辉,周平,钱锋.
一种确定神经网络初始权值的新方法[J]
.工业仪表与自动化装置,2006(1):65-68.
被引量:10
3
张成,王勇,赵渊,张子范,张吉庆,冯笑.
改进的自组织特征映射算法及其在图像矢量量化中的应用[J]
.兰州大学学报(自然科学版),1997,33(2):39-43.
被引量:5
4
王红永,曹其新,刘文秀,永田雅辉.
基于神经网络的黄瓜等级判别[J]
.农业机械学报,1999,30(6):83-88.
被引量:18
5
郭德全,杨红雨,刘东权,何文森.
基于稀疏性的图像去噪综述[J]
.计算机应用研究,2012,29(2):406-413.
被引量:21
6
周峰,许正锋,罗俊.
VoLTE业务与技术实现方案的研究与分析[J]
.电信科学,2013,29(2):31-35.
被引量:60
7
马晓丹,刘刚,周薇,冯娟.
基于量子遗传模糊神经网络的苹果果实识别[J]
.农业机械学报,2013,44(12):227-232.
被引量:30
8
彭认灿,张志衡,董箭,褚永磊.
等距离正圆柱投影世界挂图上大圆航线的绘制[J]
.海洋测绘,2016,36(2):30-33.
被引量:4
9
刘熙,胡志勇.
基于Docker容器的Web集群设计与实现[J]
.电子设计工程,2016,24(8):117-119.
被引量:34
10
李春阳,刘迪,崔蔚,李晓珍,李春岐.
基于微服务架构的统一应用开发平台[J]
.计算机系统应用,2017,26(4):43-48.
被引量:96
引证文献
5
1
张炜,周昱杏,杨梦琪.
全景绿视率自动识别和计算研究[J]
.风景园林,2019,26(10):89-94.
被引量:29
2
孔庆军,刘极祥,朱东岩,张兴虎,于浣.
基于人工智能的VoLTE感知优化算法设计与实现[J]
.电信工程技术与标准化,2018,31(A01):37-41.
3
郑春,张继山.
基于神经网络的机器视觉图像识别算法应用[J]
.哈尔滨师范大学自然科学学报,2018,34(4):41-45.
被引量:6
4
高国樑,陈雷放,刘一鸣.
面向深度学习的分布式任务执行系统[J]
.计算机系统应用,2021,30(7):80-86.
5
傅荣春雪,刘君强,冯潇楠,余卓倩.
基于剪枝和去噪的航空发动机故障图像识别与预测[J]
.航空计算技术,2023,53(2):40-44.
二级引证文献
35
1
蒋晓慧,王岩岩,暴海霞,沈皆磊.
机器视觉在气体检测仪型式评价试验自动检测系统中的应用[J]
.中国测试,2020,46(S02):89-93.
被引量:1
2
聂玮,贾江旭,王敉敉,孙进,李罡,王颖(译),田乐(译),申瑞琪(译),闫露(译).
基于脑电实验的虚拟现实环境全景绿视率对人体愉悦度的影响研究[J]
.景观设计学(中英文),2022,10(2):36-51.
被引量:4
3
陈一冉.
基于街景大数据的深圳市区绿化视觉评价[J]
.城市建筑空间,2023,30(S01):39-41.
4
张炜,周昱杏,杨梦琪.
全景绿视率自动识别和计算研究[J]
.风景园林,2019,26(10):89-94.
被引量:29
5
曾杰.
新建筑,新理念,新思维,新机制:现代建筑防火设计发展动态的思考[J]
.电子产品维修与制作,2000(4):57-61.
6
谭远模.
无人机航测技术在农地杂草识别中的应用[J]
.北京测绘,2020,34(4):514-517.
被引量:4
7
赵献立,王志明.
机器学习算法在农业机器视觉系统中的应用[J]
.江苏农业科学,2020,48(12):226-231.
被引量:9
8
刘兴邦,董林涛,赵琳.
绿视率视角下历史街道空间品质优化措施研究--以青岛中山路为例[J]
.城市建筑,2021,18(5):26-28.
被引量:5
9
万静,戴璐瑶.
基于绿视率的南京老城区城市道路绿化景观分析与优化[J]
.园林,2021,38(4):45-51.
被引量:8
10
杨天翔.
生态城区道路绿视率指标及测算方法初探——以上海新江湾城为例[J]
.国土资源信息化,2021(2):7-14.
被引量:1
1
杨光,周鹏举,张宋彬,徐鹏.
基于卷积神经网络的变电站巡检机器人图像识别[J]
.软件,2017,38(12):190-192.
被引量:11
2
杨宝春.
建筑管理中人工神经网络的应用[J]
.建设科技,2017(19):120-121.
3
袁振国.
未来教育对学习者的挑战[J]
.苏州教育信息化,2017,0(5):7-7.
4
庄家荣.
新媒体中的新宠儿——人工智能的应用[J]
.农家参谋,2017(6Z):57-57.
5
张会敏.
对财务会计管理模式的研究[J]
.财讯,2017,0(17):32-32.
6
李月恬,陈德前.
学会多角度寻找解题思路[J]
.数理化解题研究(初中版),2017,0(12):2-3.
7
郑钢.
美国科学教育中的探究与实践[J]
.云南教育(视界),2017,0(4):43-44.
被引量:1
8
李柳杏.
浅谈图形创意的基础学习[J]
.西部皮革,2018,40(3):128-129.
被引量:1
9
李澜昊.
建筑设计中的实体模型[J]
.中国房地产业,2016,0(10X):83-83.
被引量:1
10
李馥屹,林一川.
浅谈合伙人的责任和义务[J]
.职工法律天地(下),2016,0(6):177-177.
电子世界
2018年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部