万方数据知识服务平台

万方智搜

找到827条文献

| | | | 结果中检索

已选择0条清除批量引用

排序：

相关度

出版时间

被引频次

每页 20 条

< 1 / 42>

1.图卷积神经网络综述

periodical_sxsfdxxb202402011

[期刊论文]谢娟英张建宇-《陕西师范大学学报（自然科学版）》CSTPCD北大核心CSCD2024年2期

摘要：图卷积神经网络是图论与深度学习的交叉,已成为机器学习领域的研究热点.基于此,介绍了图卷积神经网络的形成,梳理了两大类经典的图卷积神经网络:谱方法和空间方法,详细介绍了这两类图卷积神经网络模型,分析了图卷积操作的核心理论基础,介绍了图卷积神经网络在各领域的应用,总结了图卷积神经网络面临的主要挑战,展望了图卷积神经网络的发展趋势,并分析了图卷积神经网络在野外环境下蝴蝶识别任务中的潜在应用.

图卷积神经网络谱方法空间方法目标检测

在线阅读

下载

引用

被引：7下载：536

2.图卷积神经网络综述

periodical_jsjxb202005001

[期刊论文]徐冰冰岑科廷黄俊杰等-《计算机学报》CSTPCD北大核心EICSCD2020年5期

摘要：过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将卷积神经网络迁移到图数据分析处理中的核心在于图卷积算子的构建和图池化算子的构建.本文对图卷积神经网络进行综述,首先介绍了图卷积神经网络的背景并梳理了两类经典方法——谱方法和

图卷积神经网络卷积池化非欧空间

在线阅读

下载

引用

被引：951下载：3490

3.图卷积神经网络综述

periodical_jsjgcykx202308017

[期刊论文]刘俊奇涂文轩祝恩-《计算机工程与科学》CSTPCD北大核心CSCD2023年8期

摘要：由于图数据的广泛存在,图卷积神经网络发展速度越来越快.根据卷积算子定义方式的不同,图卷积神经网络大体可以分为2类,其中一类基于谱方法,另一类基于空间方法.首先对这2类方法中的代表性模型以及二者之间的联系进行详细论述,并进一步全面总结图的池化操作;接着介绍了图卷积神经网络在各个领域中的广泛应用;最后提出了图卷积神经网络的几个可能的发展方向并对全文进行了总结.

图数据卷积算子图卷积神经网络

在线阅读

下载

引用

被引：13下载：1012

4.基于图卷积神经网络的点云语义分割综述

periodical_jsjkx2024z1004

[期刊论文]黄海新蔡明启王钰瑶-《计算机科学》CSTPCD北大核心CSCD2024年z1期

摘要：随着点云在自动驾驶、地图测绘和矿山测量等领域的广泛应用,人们愈发关注这种蕴含丰富信息的数据表示形式.点云语义分割作为点云数据处理的重要手段,因具有极高的研究价值和应用前景而受到广泛关注.由于点云所具有的置换不变性和旋转不变性等特点,传统的卷积神经网络无法直接处理不规则的点云数据,而图卷积神经网络却可以使用图卷积算子直接提取点云特征,逐步成为当前点云分割领域的研究热点.虽已有综述性文章对点云分割

语义分割点云图卷积神经网络深度学习计算机视觉

在线阅读

下载

引用

被引：1下载：45

5.基于卷积神经网络的高光谱图像分类算法综述

periodical_dgykz202303013

[期刊论文]易瑔张宇航宗艳桃等-《电光与控制》CSTPCD北大核心CSCD2023年3期

摘要：高光谱图像拥有光谱分辨率高、图谱合一的优点,已经成为遥感科学的重要研究方向.大多数传统的高光谱图像分类方法是基于浅层人工特征且依赖于专家经验,已经难以满足当下的技术需求.近年来,随着卷积神经网络在人工智能领域的广泛应用,基于卷积神经网络的高光谱图像分类方法已经在分类精度和速度上取得突破性的进展.首先介绍了高光谱图像分类方法,分析了传统分类方法的局限性;然后根据卷积神经网络对高光谱图像特征提取方式

高光谱图像深度学习图像分类卷积神经网络特征提取综述

在线阅读

下载

引用

被引：12下载：206

6.基于卷积神经网络的声呐图像水下目标检测综述

periodical_cbgc202409015

[期刊论文]李新宇张家利孙玉山等-《船舶工程》CSTPCD北大核心CSCD2024年9期

摘要：声呐探测技术作为水下探测的主要手段之一,在海洋环境中具有广泛的应用,随着卷积神经网络(CNN)在计算机视觉领域表现出卓越的性能,该技术越来越受到研究人员的重视.文章综述了卷积神经网络在声呐图像水下目标检测中的应用与发展,重点讨论基于CNN的典型水下目标检测方法,包括基于候选区域与回归的检测算法在声呐图像上的改进与应用,并分析各类网络模型在处理声呐图像特有问题上的创新策略,如小样本检测、小目标检测

卷积神经网络声呐图像水下目标检测深度学习

在线阅读

下载

引用

下载：43

7.卷积神经网络在肝癌病理图像诊断中的应用综述

periodical_jsjxtyy202404004

[期刊论文]邵润华刘静马金刚等-《计算机系统应用》CSTPCD2024年4期

摘要：肝癌是一种恶性肝肿瘤,起源于肝细胞.肝癌诊断一直是医学难点问题,也是各领域研究的热点问题,早期确诊肝癌可以降低肝癌的死亡率.组织病理学图像检查是肿瘤学诊断的黄金标准,图像会显示组织切片的细胞和组织结构,可以用于确定细胞类型、组织结构、异常细胞的数量和形态,并评估肿瘤具体情况.本文重点研究了卷积神经网络针对病理图像的肝癌诊断算法,包括肝肿瘤检测、图像分割以及术前预测这 3 个方面的应用,详细阐述了

图像处理卷积神经网络肝癌肝肿瘤组织病理学图像

在线阅读

下载

引用

被引：2下载：29

8.基于图卷积神经网络的节点分类方法研究综述

periodical_jsjkx202404013

[期刊论文]张丽英孙海航孙玉发等-《计算机科学》2024年4期

摘要：节点分类任务是图领域中的重要研究工作之一.近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展.图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支.对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类

图数据节点分类图神经网络图卷积神经网络

在线阅读

下载

引用

被引：8下载：35

9.图卷积神经网络及其在图像识别领域的应用综述

periodical_jsjgcyyy202322003

[期刊论文]李文静白静彭斌等-《计算机工程与应用》CSTPCD北大核心CSCD2023年22期

摘要：卷积神经网络被广泛应用于图像识别领域并且展现出强大的特征提取能力,但它只能处理欧氏空间的结构化数据,无法适用于非结构化数据的处理.为应对该限制,图卷积神经网络利用谱域和空域方法,拓展了卷积运算的范围,使其能够在非欧几里德空间中进行特征学习,具备图数据的平移不变性,可以实现对非结构化图数据的表征学习.首先阐述了基于频域和空域的两种类型图卷积神经网络的基本原理,并且介绍了相关的改进工作;然后围绕图

图像识别图卷积神经网络非欧氏空间深度学习人工智能

在线阅读

下载

引用

被引：16下载：137

10.基于图卷积神经网络的文本分类方法研究综述

periodical_jsjkx202208026

[期刊论文]檀莹莹王俊丽张超波-《计算机科学》CSTPCD北大核心2022年8期

摘要：文本分类是自然语言处理领域中常见的任务,机器学习和深度学习在该任务中已有较多研究并取得了很大进展,然而,这些传统方法只能处理欧氏空间的数据,不能完全有效地表达出文本的语义信息.为了打破传统的学习模式,诸多研究开始尝试用图表示文本中各实体间的丰富关系,并利用图卷积神经网络学习文本表示.文中对基于图卷积神经网络的文本分类方法进行了综述,首先概述了图卷积神经网络的背景与原理;其次,利用不同类型的图网络

文本分类图卷积神经网络图注意力网络过平滑非欧空间

在线阅读

下载

引用

被引：41下载：133

11.图卷积神经网络在点云语义分割中的研究综述

periodical_jsjgcyyy202224004

[期刊论文]张蕊孟晓曼曾志远等-《计算机工程与应用》CSTPCD北大核心CSCD2022年24期

摘要：神经网络在3D点云语义分割应用中的研究进展进行综述,根据图卷积的类型对基于图卷积神经网络的点云语义分割方法进行分类,按照不同类别对比分析主流方法的模型架构及其特点,描述几个相关点云语义分割领域常用的公共数据集和评价指标,对点云语义分割方法进行总结和展望.

语义分割3D点云图卷积神经网络深度学习

在线阅读

下载

引用

被引：7下载：63

12.基于卷积神经网络的图像识别综述

periodical_xahkjsgdzkxxxb202301013

[期刊论文]张松兰-《西安航空学院学报》2023年1期

摘要：随着工业化进程的迅猛发展,产生了大量的图像信息,传统的图像识别技术难以处理如此庞大的图像数据以及满足速度和精度上的要求,大数据及深度学习技术应运而生,基于卷积神经网络的图像识别方法成为目前图像识别的主流算法.文中首先介绍了传统图像识别技术及存在的问题,引入了卷积神经网络的深度学习方法,重点说明了卷积网络中间层的结构和特点,然后介绍图像识别中经典的卷积神经网络模型及相互间的区别,最后简要综述卷积

卷积神经网络图像识别深度学习强化学习

在线阅读

下载

引用

被引：33下载：296

13.图像分类的深度卷积神经网络模型综述

periodical_zgtxtxxb-a202110001

[期刊论文]张珂冯晓晗郭玉荣等-《中国图象图形学报》CSTPCD北大核心CSCD2021年10期

摘要：神经网络模型、轻量级深度卷积神经网络模型和神经网络架构搜索模型等4类,并对各类深度卷积神经网络模型结构的构造方法和特点进行了全面综述,对各类分类模型的性能进行了对比与分析.虽然深度卷积神经网络模型的结构设计越来越精妙,模型优化的方法越来越强大,图像分类准确率在不断刷新的同时,模型的参数量也在逐渐降低,训练和推理速度不断加快.然而深度卷积神经网络模型仍有一定的局限性,本文给出了存在的问题和未来可能的研究方向,

深度学习图像分类(IC)深度卷积神经网络(DCNN)模型结构模型优化

在线阅读

下载

引用

被引：337下载：572

14.基于卷积神经网络的图像分类算法综述

periodical_jsjyy202204007

[期刊论文]季长清高志勇秦静等-《计算机应用》CSTPCD北大核心2022年4期

摘要：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

深度学习卷积神经网络图像分类特征提取过拟合

在线阅读

下载

引用

被引：195下载：601

15.卷积神经网络在图像识别中的应用研究综述

periodical_xxwxjsjxt202109030

[期刊论文]盖荣丽蔡建荣王诗宇等-《小型微型计算机系统》CSTPCD北大核心2021年9期

摘要：卷积神经网络出现之前图像识别方法主要依赖人工设计特征,而这样的特征只能表征图像中的中低级信息,难以提取图像的深层次信息.卷积神经网络通过建立深度神经网络来模拟人脑分析、学习和解释数据,具有强大的表达能力和泛化能力,能够更好地表示图像的深层次信息.开展基于卷积神经网络对图像识别进行研究可以推动计算机领域的发展.本文先对卷积神经网络做一个概述,重点综述了卷积神经网络相关算法在人脸识别、人体动作识别、

卷积神经网络图像识别人体动作识别人脸识别

在线阅读

下载

引用

被引：155下载：603

16.基于卷积神经网络的乳腺癌组织病理学图像分类研究综述

periodical_jsjkx2022z2049

[期刊论文]张喜科马志庆赵文华等-《计算机科学》CSTPCD北大核心2022年z2期

摘要：乳腺癌组织病理学检查是确诊乳腺癌的"金标准".基于卷积神经网络的乳腺癌组织病理学图像分类已经成为医学图像处理与分析领域的研究热点之一.自动且精确的乳腺癌组织病理学图像分类在临床上具有重要的应用价值.首先介绍了两个目前广泛应用于乳腺癌组织病理学图像分类的公开数据集及各自的评价标准.然后,重点阐述了卷积神经网络在两个数据集上的研究进展.在描述研究进展的过程中,分析了部分模型准确率较低的原因,并对提升

乳腺癌组织病理学图像图像分类卷积神经网络

在线阅读

下载

引用

被引：13下载：51

17.全卷积神经网络图像语义分割方法综述

periodical_jsjgcyyy202208005

[期刊论文]张鑫姚庆安赵健等-《计算机工程与应用》CSTPCD北大核心2022年8期

摘要：图像语义分割是计算机视觉领域的热点研究课题,随着全卷积神经网络的迅速兴起,图像语义分割和全卷积神经网络的融合发展取得了非常卓越的成绩.通过对近年来高质量文献的收集,重点对全卷积神经网络图像语义分割方法进行总结.将收集的文献,按照应用场景的不同,划分为经典语义分割、实时性语义分割和RGBD语义分割,对具有代表性的分割方法进行阐述.同时归纳了常用的公共数据集和性能的评价指标,并对常用数据集上的实验

图像语义分割计算机视觉全卷积神经网络

在线阅读

下载

引用

被引：128下载：312

18.基于全卷积神经网络的医学图像语义分割研究进展综述

periodical_gddnydx202307005

[期刊论文]于营赵芝鹤杨婷婷-《电脑与电信》2023年7期

摘要：医学图像语义分割是计算机视觉和医疗领域的重要研究方向.基于全卷积神经网络的医学图像分割已经取得了显著进展,并在健康监测、疾病诊断和治疗方面得到广泛应用.文章总结了该领域的主要数据集和评价指标,回顾了现有的研究方法,尤其对于有突出贡献和技术引领的模型进行了详细介绍,并指出了现存的挑战和一系列有前景的研究方向.

医学图像语义分割全卷积神经网络深度学习

在线阅读

下载

引用

被引：1下载：52

19.基于CNN卷积神经网络的病虫害图像识别应用技术综述

periodical_hbnjh202303008

[期刊论文]魏倩龚骏毅-《数字农业与智能农机》2023年3期

摘要：农作物病虫害种类繁多,对农作物的产品和品质造成重大影响,而我国一线农业生产人员专业技术水平良莠不齐,导致现场缺乏有效和及时的客观判断.基于此,分析了传统和现代病虫害快速检测的方式和优缺点,并针对基于CNN卷积神经网络的农作物病虫害AI图像识别技术的要点和应用步骤进行详细阐述.该技术具有较高的实用价值和可操作性,可促进AI图像识别技术与传统农业生产的深度融合和赋能.

CNN卷积神经网络农作物病虫害识别图像识别技术特征提取及分析

在线阅读

下载

引用

下载：141

20.卷积神经网络在图像分类和目标检测应用综述

periodical_jsjgcyyy201713006

[期刊论文]周俊宇赵艳明-《计算机工程与应用》北大核心CSTPCD2017年13期

摘要：卷积神经网络具有强大的特征学习能力,随着大数据时代的到来和计算机能力的提升,近年来卷积神经网络在图像识别、目标检测等领域取得了突破性进展,掀起了新的研究热潮.综述卷积神经网络的基本原理,以及其在图像分类、目标检测上的研究进展和典型模型,最后分析了卷积神经网络目前的问题,并展望了未来的发展方向.

卷积神经网络图像分类目标检测

在线阅读

下载

引用

被引：396下载：1453

已选择0条清除批量引用

展

开

更

多

学习中心

个人中心

社区

退出

目录