摘要深度学习是机器学习方法的一个重要分支,它通过基于多层神经网络的计算模型来进行学习。一个深度学习网络可以通过组合低层特征形成更抽象的高层特征,以发现数据的复杂的内在特征。由于深度卷积网络在图像处理中的出色表现,它已成为当前研究中应用最为广泛的一种深度网络。本文首先介绍了深度学习网络的结构特征和训练方法,分析了算法的优越性,之后进一步介绍了深度卷积网络,最后讨论了深度学习在神经影像领域的最新应用现状及其发展趋势。
更多相关知识
- 浏览458
- 被引46
- 下载300

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文