首页|基于卷积神经网络的图像分类算法综述

基于卷积神经网络的图像分类算法综述

扫码查看
原文链接
  • 万方数据
  • 维普
卷积神经网络(CNN)是目前基于深度学习的计算机视觉领域中重要的研究方向之一.它在图像分类和分割、目标检测等的应用中表现出色,其强大的特征学习与特征表达能力越来越受到研究者的推崇.然而,CNN仍存在特征提取不完整、样本训练过拟合等问题.针对这些问题,介绍了CNN的发展、CNN经典的网络模型及其组件,并提供了解决上述问题的方法.通过对CNN模型在图像分类中研究现状的综述,为CNN的进一步发展及研究方向提供了建议.
Review of image classification algorithms based on convolutional neural network

季长清、高志勇、秦静、汪祖民

展开 >

大连大学物理科学与技术学院,辽宁大连116622

大连大学信息工程学院,辽宁大连116622

大连大学软件工程学院,辽宁大连116622

深度学习 卷积神经网络 图像分类 特征提取 过拟合

国家自然科学基金

62002038

2022

10.11772/j.issn.1001-9081.2021071273

计算机应用
中国科学院成都计算机应用研究所

计算机应用

CSTPCDCSCD北大核心
影响因子：0.892
ISSN：1001-9081
年,卷(期)：2022.42(4)
  • 46
  • 5