国家学术搜索
登录
注册
中文
EN
电子元器件与信息技术
2024,
Vol.
8
Issue
(10) :
77-79.
DOI:
10.19772/j.cnki.2096-4455.2024.10.024
基于深度学习的图像分类算法优化研究
王晓峰
电子元器件与信息技术
2024,
Vol.
8
Issue
(10) :
77-79.
DOI:
10.19772/j.cnki.2096-4455.2024.10.024
引用
认领
✕
来源:
NETL
NSTL
万方数据
基于深度学习的图像分类算法优化研究
王晓峰
1
扫码查看
点击上方二维码区域,可以放大扫码查看
作者信息
1.
无锡汽车工程高等职业技术学校,江苏 无锡,214000
折叠
摘要
近年来,深度学习技术迅猛发展,特别是卷积神经网络(CNN)的广泛应用,为图像分类问题提供了强大的解决方案.随着数字化时代的到来,图像数据已成为信息传递的重要媒介,而图像分类技术作为计算机视觉领域的基础任务之一,对于实现高效、准确的图像信息检索与管理具有至关重要的意义.本文概述了深度学习和卷积神经网络的基础理论,详细阐述了四种优化策略,为图像分类算法的性能提升提供了有力支持.
关键词
深度学习
/
图像分类算法
/
优化策略
引用本文
复制引用
出版年
2024
电子元器件与信息技术
电子元器件与信息技术
ISSN:
引用
认领
段落导航
相关论文
摘要
关键词
引用本文
出版年
参考文献
引证文献
同作者其他文献
同项目成果
同科学数据成果