卷积神经网络在图像识别中的应用

卷积神经网络在医学图像分割的研究综述

近年来,卷积神经网络(Convolutional neural networks,CNN)已在图像理解领域得到了广泛的应用,引起了研究者的关注.特别是随着大规模图像数据的产生以及计算机硬件(特别是GP

人工神经网络作为人工智能的分支,在模式识别、分类预测等方面已成功地解决了许多现代计算机难以解决的实际问题。然而随着人工智能的发展,神经网络的自主性特征学习功能越来越重要,人工神经网络虽然表现出了良好的

卷积神经网络在围棋策略中的应用，扶潇，刘知青，计算机围棋一直是人工智能学者研究的一个重大的问题。而由于围棋落子策略拥有广大的搜索空间，在当前计算机性能的前提下，普通的

深度学习是机器学习领域的一个新兴分支，其核心思想是利用卷积神经网络等模型来模拟人类智能的学习和分析过程。通过深度学习，可以更好地理解和表达数据的内在规律，尤其对文字、图像和声音等多媒体数据具有较强的解

BP神经网络在遥感图像分类中的应用，李先，郭嗣琮，为了研究BP神经网络在遥感图像分类中的应用，通过分析BP神经网络的原理、模型及算法，提出了利用BP神经网络进行遥感图像分类的特点

本论文 讲解了bp神经网络的在分割中的应用。

人工神经网络在遥感图像处理中的应用，张兴娟，郭嗣琮，本文介绍了遥感图像处理过程中的问题及神经网络的特性，对传统分类方法和神经网络分类进行了介绍，并在权值调整过程中进行了改进

BP神经网络方法在图像分割中的应用，模式识别，图像处理的入门知识介绍，帮助对相关专业进行基础指导

本文介绍PCNN的基本原理，并将其应用于图像分割处理中。