基于CNN的图像分类应用研究综述

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v3i4.60835

基于CNN的图像分类应用研究综述

陈俊杰

成都锦城学院

全文直达

引用

打印

摘要：卷积神经网络(CNN)是一种强大的用于研究和深度学习的基础架构,广泛的运用于图片识别领域,是国内的一个崭新技术,其优势在于特征提取和建模,需要模拟人脑在复杂层面的认知进行,以及视觉上的差异,让机器人和人脑越来越接近。本文通过对 CNN的简要概述,以及 CNN在图像识别、图像分类中的应用,以及 CNN在信息提取、行为检测、行为预测的信息处理,发现了当前 CNN在识别精度、效率、方法、策略、特征提取等方面存在不足之处,并在此基础上综述了在这些不足之处的基础上,当前国内研究的如何基于这些问题进行了怎样的改进, 对国内 CNN研究的进展进行了一定的了解和认识。

关键词：

分类;卷积神经网络;识别;信息处理

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(4)