卷积神经网络的研究进展综述 |
| |
作者姓名: | 杨斌 钟金英 |
| |
作者单位: | 南华大学 电气工程学院,湖南 衡阳 421001,南华大学 电气工程学院,湖南 衡阳 421001 |
| |
基金项目: | 南华大学青年英才支持计划基金资助项目(聘字2014-004号);国家自然科学基金资助项目(61102108);南华大学校内博士启动基金资助项目(2011XQD29);湖南省优秀博士学位论文基金资助项目(YB2013B039) |
| |
摘 要: | 深度学习(deep learning,DL)强大的建模和表征能力很好地解决了特征表达能力不足和维数灾难等模式识别方向的关键问题,受到各国学者的广泛关注.而仿生物视觉系统的卷积神经网络(convolutional neural network,CNN)是DL中最先成功的案例,其局部感受野、权值共享和降采样三个特点使之成为智能机器视觉领域的研究热点.对此,本文综述CNN最新研究成果,介绍其发展历程、最新理论模型及其在语音、图像和视频中的应用,并对CNN未来的发展潜力和发展方向进行了展望和总结.
|
关 键 词: | 深度学习 卷积神经网络 特征提取 智能识别 |
收稿时间: | 2016-04-05 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《南华大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《南华大学学报(自然科学版)》下载全文 |
|