发表服务
基于深度学习的时间序列分类引言数据集实验环境搭建实验设计实验代码实验结果 引言 目前，深度学习在计算机视觉和语音识别上有了非常广泛的应用，但是在工业应用方面还没有完善的体系，一方面缺乏数据集另一方缺乏优秀的顶级论文。在工业上的故障诊断领域，大多数据都来自于传感器的 ...
深度学习识别蘑菇种类步骤： 1、创建各类蘑菇的数据集，每一类的数据集数量建议看文献做参考。2、选择神经分类网络，可以从vgg开始做实验训练、验证，后面可以选择resnet、inception等网络。
论文标题：Identifying viruses from metagenomic data using deep learning (基于深度学习的病毒序列识别) 期刊： Quantitative Biology. 作者：Jie Ren, Kai Song, Chao Deng, Nathan ...
深度学习（Deep Learning)被《麻省理工学院技术评论》杂志列为2013年十大突破性技术之首。 自2006年以来，深度学习在学术界持续升温。但目前系统性地介绍 深度学习 技术的资料相对较少。 本资源里包括介绍深度学习的3篇经典英文综述，由深度学习专家Yoshua Bengio所写。
基于深度学习的图像识别算法研究 认领 被引量： 12. 基于深度学习的图像识别算法研究. 摘要 图像识别技术主要包括图像的特征提取和分类识别,其中特征提取是关键环节,决定了识别性能的好与坏.深度学习通过建立类似于人脑的分层模型结构,对数据进行逐层的 ...
深度学习在图像识别中的研究及应用--中国期刊网. 夏雨. 上海印钞有效公司 上海市 200063. 摘要：随着科技的快速发展，应运而生的互联网技术给现代人们的生活和工作都带来了很大的便利，由于现代的人们都想以最快的速度获得自己想要的信息，所以图片就逐渐 ...
基于深度学习的图像分类方法研究-图像分类是模式识别、机器学习和人工智能的重要基础,图像分类一般包括感兴趣区域选取、特征提取以及分类器建模三个步骤,其中,图像的特征提取是完成其他任务的重要基础。而在多数模式识别 …
深度卷积网络等深度学习算法变革了计算机视觉领域，在多种应用上的效果都超过了以往传统图像处理算法。该文简要回顾了将深度学习应用在SAR图像目标识别与地物分类中的工作。利用深度卷积网络从SAR图像中自动学习多层的特征表征，再利用学习到的特征进行目标检测与目标分类。
训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点，对基于深度学习的分拣图像快速识别进行了研究，设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很 ...
基于深度学习的天然草地植物物种识别方法. 摘要 天然草地植物物种的分类识别是草地植被调查与监测的重要内容,传统的植物物种分类方法费时费力,且对专业知识要求高,难以很好地满足天然草地资源快速调查的需求。. 近年来随着计算机视觉和深度学习的快速 ...
基于深度学习的时间序列分类引言数据集实验环境搭建实验设计实验代码实验结果 引言 目前，深度学习在计算机视觉和语音识别上有了非常广泛的应用，但是在工业应用方面还没有完善的体系，一方面缺乏数据集另一方缺乏优秀的顶级论文。在工业上的故障诊断领域，大多数据都来自于传感器的 ...
深度学习识别蘑菇种类步骤： 1、创建各类蘑菇的数据集，每一类的数据集数量建议看文献做参考。2、选择神经分类网络，可以从vgg开始做实验训练、验证，后面可以选择resnet、inception等网络。
论文标题：Identifying viruses from metagenomic data using deep learning (基于深度学习的病毒序列识别) 期刊： Quantitative Biology. 作者：Jie Ren, Kai Song, Chao Deng, Nathan ...
深度学习（Deep Learning)被《麻省理工学院技术评论》杂志列为2013年十大突破性技术之首。 自2006年以来，深度学习在学术界持续升温。但目前系统性地介绍 深度学习 技术的资料相对较少。 本资源里包括介绍深度学习的3篇经典英文综述，由深度学习专家Yoshua Bengio所写。
基于深度学习的图像识别算法研究 认领 被引量： 12. 基于深度学习的图像识别算法研究. 摘要 图像识别技术主要包括图像的特征提取和分类识别,其中特征提取是关键环节,决定了识别性能的好与坏.深度学习通过建立类似于人脑的分层模型结构,对数据进行逐层的 ...
深度学习在图像识别中的研究及应用--中国期刊网. 夏雨. 上海印钞有效公司 上海市 200063. 摘要：随着科技的快速发展，应运而生的互联网技术给现代人们的生活和工作都带来了很大的便利，由于现代的人们都想以最快的速度获得自己想要的信息，所以图片就逐渐 ...
基于深度学习的图像分类方法研究-图像分类是模式识别、机器学习和人工智能的重要基础,图像分类一般包括感兴趣区域选取、特征提取以及分类器建模三个步骤,其中,图像的特征提取是完成其他任务的重要基础。而在多数模式识别 …
深度卷积网络等深度学习算法变革了计算机视觉领域，在多种应用上的效果都超过了以往传统图像处理算法。该文简要回顾了将深度学习应用在SAR图像目标识别与地物分类中的工作。利用深度卷积网络从SAR图像中自动学习多层的特征表征，再利用学习到的特征进行目标检测与目标分类。
训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点，对基于深度学习的分拣图像快速识别进行了研究，设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很 ...
基于深度学习的天然草地植物物种识别方法. 摘要 天然草地植物物种的分类识别是草地植被调查与监测的重要内容,传统的植物物种分类方法费时费力,且对专业知识要求高,难以很好地满足天然草地资源快速调查的需求。. 近年来随着计算机视觉和深度学习的快速 ...
发表服务