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
模式识别及其在计算机视觉中的实现研究
被引量:
1
下载PDF
职称材料
导出
摘要
本文为了了解模式识别概念与其在计算机视觉中的实现方法,本文将展开相关研究,首先对模式识别及计算机视觉进行概念界定,其次介绍模式识别应用方式,最后分析模式识别的实现方法。采用文中方法可在计算机视觉中实现模式识别,且开发模式识别多种功能,促使模式识别可应用于多个领域。
作者
郭宏博
机构地区
延安大学
出处
《电子技术与软件工程》
2021年第19期134-135,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
关键词
模式识别
计算机识别
人工智能
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
4
参考文献
2
共引文献
9
同被引文献
8
引证文献
1
二级引证文献
0
参考文献
2
1
张华.
模式识别及其在计算机视觉中的实现[J]
.电子技术与软件工程,2014(24):181-182.
被引量:2
2
何小嵩,张占文,荣伟彬.
基于计算机视觉的微球缺陷检测及分类方法[J]
.强激光与粒子束,2017,29(8):75-79.
被引量:9
二级参考文献
4
1
瞿钧,甘岚.
梯度Hough变换在圆检测中的应用[J]
.华东交通大学学报,2007,24(1):101-104.
被引量:29
2
顾牡,李达,倪晨,刘小林,刘波,黄世明.
双层塑料靶丸的X射线相衬成像[J]
.强激光与粒子束,2009,21(10):1481-1484.
被引量:4
3
费致根,郭俊杰,马小军,高党忠.
激光CCD复合测量方法在ICF靶丸球度误差检测中的应用[J]
.强激光与粒子束,2011,23(4):995-999.
被引量:2
4
孙涛,高党忠,唐永建,傅依备,董申.
激光核聚变靶表面几何参数扫描探针测量技术[J]
.原子能科学技术,2002,36(4):361-363.
被引量:9
共引文献
9
1
罗志伟,杨玉龙,李志红.
BGA焊球视觉检测算法及系统设计[J]
.光学精密工程,2018,26(9):2190-2197.
被引量:5
2
任浪,管声启,洪奔奔,常江.
基于自适应阈值“双K算法”的零件缺陷边缘检测[J]
.软件,2019,40(2):47-51.
3
赵倩,陈杨军.
激光技术的轨道表面瑕疵识别系统设计[J]
.激光杂志,2020,41(8):110-114.
4
王澍,徐龙泉,董浩,彭黔荣,周明珠,张龙,罗光杰,吴晓松,李志刚,刘勇.
卷烟爆珠拖尾缺陷检测方法[J]
.烟草科技,2021,54(1):77-84.
被引量:6
5
蒋燕翔.
基于全卷积神经网络的计算机视觉目标检测算法[J]
.沈阳工业大学学报,2021,43(5):557-562.
被引量:14
6
邵延华,冯玉沛,张晓强,楚红雨.
基于深度学习的光学元件表面疵病识别[J]
.强激光与粒子束,2022,34(11):39-44.
被引量:1
7
邵世智,宋楚平.
基于改进YOLO算法的食品检测监督系统设计与实现[J]
.电脑编程技巧与维护,2022(11):20-23.
8
陶峰,李燕苹,王瑞.
基于图卷积网络改进的人体动作识别模型[J]
.电子测量技术,2023,46(8):59-64.
被引量:2
9
刘一郡,赵维谦,刘子豪,罗杰,李兆宇,王允.
基于改进YOLO-V5深度学习模型的靶丸快速筛选方法[J]
.光学技术,2023,49(5):591-595.
同被引文献
8
1
李旭冬,叶茂,李涛.
基于卷积神经网络的目标检测研究综述[J]
.计算机应用研究,2017,34(10):2881-2886.
被引量:145
2
陈幻杰,王琦琦,杨国威,韩佳林,尹成娟,陈隽,王以忠.
多尺度卷积特征融合的SSD目标检测算法[J]
.计算机科学与探索,2019,13(6):1049-1061.
被引量:53
3
张宽,滕国伟,范涛,李聪.
基于密集连接的FPN多尺度目标检测算法[J]
.计算机应用与软件,2020,37(1):165-171.
被引量:8
4
王文成,蒋慧,乔倩,祝捍皓,郑红.
基于深度学习的鱼类识别与检测的算法研究[J]
.信息技术与网络安全,2020,39(8):57-61.
被引量:13
5
王沣.
改进yolov5 的口罩和安全帽佩戴人工智能检测识别算法[J]
.建筑与预算,2020(11):67-69.
被引量:33
6
董利宏.
计算机视觉技术在海洋环境工程中的应用[J]
.环境工程,2021,39(12).
被引量:1
7
王铁胜.
计算机视觉技术的发展及应用[J]
.信息系统工程,2022,35(4):63-66.
被引量:11
8
李徐梅.
基于人工智能的计算机视觉技术研究[J]
.信息与电脑,2022,34(5):147-149.
被引量:3
引证文献
1
1
宋彧嫱,马占军,李宜诺.
基于计算机视觉的海滩垃圾识别模型的研究[J]
.科技资讯,2023,21(21):37-41.
电子技术与软件工程
2021年 第19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