发表服务
卷积神经网络（CNN）是目前计算机视觉和模式识别中效果最为突出的算法。CNN拥有强大的空间识别能力，可以从图像中提取高阶的空间特征，同时通过共用卷积核的方式大幅减少参数量，从而在提升网络性能的同时保持总参数量在一个合理的、可运算的范畴。
摘要： 近年来,卷积神经网络在图像分类,目标检测,图像语义分割等领域取得了一系列突破性的研究成果,其强大的特征学习与分类能力引起了广泛的关注,具有重要的分析与研究价值.首先回顾了卷积神经网络的发展历史,介绍了卷积神经网络的基本结构和运行原理,重点针对网络过拟合,网络结构,迁移 ...
摘要 为进一步提高当前人脸识别算法的识别准确度,该文提出一种基于改进卷积神经网络的人脸识别算法。 首先基于TensorFlow深度学习框架建立人脸分类模型;然后设计一种卷积神经网络进行人脸图像特征的提取,结合Keras深度学习库来训练人脸识别模型,并利用TensorFlow支持的动量梯度下降优化算法进行 ...
基于卷积神经网络的LED灯类字体数字识别[J].电子测量与仪器学报,2020(11):148-154. 被引量：1 2 王建仁,马鑫,段刚龙,薛宏全.边缘智能背景下的手写数字识别[J].计算机应用,2019,39(12):3548被引量
期刊论文 [1]基于DICOM标准的医学影像数据格式分析及存储方法[J]. 方胜吉. 中国新通信. 2017(09) [2]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航. 计算机应用. 2016(09) [3]医学图像分割及其发展现状[J]. 江贵平,秦文健,周寿军,王昌淼. 计算机学报. 2015(06)
北京邮电大学学报 ›› 2020, Vol. 43 ›› Issue (1): 129-134. doi: 10.13190/j.jbupt.2019-030 • 研究报告 • 上一篇 下一篇 基于卷积神经网络的彩色铅笔画算法 王小玉, 胡鑫豪, 韩昌林
出版物 期刊 会议 发表时间 - 语言检索范围 不限 不限 英文 中文 文献 期刊 学者 订阅 收藏 论文查重 优惠 论文查重 开题分析 单篇购买 文献互助 用户中心 基于卷积神经网络和AMSR2微波遥感的土壤水分反演研究 ...
为了提高卷积网络的图像分类性能，本文 结合理论分析和对比实验，对卷积神经网络模型进行了详细的理论分析，并且本文设计了一个 具有 8 层卷积层的深度卷积网络，并结合批量归一化处理，在 CIFAR-10 数据集上进行了相关 的分类实验，得到了 88.1%的分类
基于深度递归级联卷积神经网络的并行磁共振成像方法. 程慧涛 王珊珊 柯子文 贾森 程静 丘志浪 郑海荣 梁栋. 【摘要】： 快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能 ...
在给定卷积神经网络结构和训练样本集时,对卷积神经网络的主成分洗牌初始化方法的过程为:首先用Xavier算法初始化全连接层的权值和偏置,然后按照上述方法从第1个卷积层到最后一个卷积层进行依次初始化. 算法1 描述了卷积层l的主成分初始化方法(PCAShuffling).
卷积神经网络（CNN）是目前计算机视觉和模式识别中效果最为突出的算法。CNN拥有强大的空间识别能力，可以从图像中提取高阶的空间特征，同时通过共用卷积核的方式大幅减少参数量，从而在提升网络性能的同时保持总参数量在一个合理的、可运算的范畴。
摘要： 近年来,卷积神经网络在图像分类,目标检测,图像语义分割等领域取得了一系列突破性的研究成果,其强大的特征学习与分类能力引起了广泛的关注,具有重要的分析与研究价值.首先回顾了卷积神经网络的发展历史,介绍了卷积神经网络的基本结构和运行原理,重点针对网络过拟合,网络结构,迁移 ...
摘要 为进一步提高当前人脸识别算法的识别准确度,该文提出一种基于改进卷积神经网络的人脸识别算法。 首先基于TensorFlow深度学习框架建立人脸分类模型;然后设计一种卷积神经网络进行人脸图像特征的提取,结合Keras深度学习库来训练人脸识别模型,并利用TensorFlow支持的动量梯度下降优化算法进行 ...
基于卷积神经网络的LED灯类字体数字识别[J].电子测量与仪器学报,2020(11):148-154. 被引量：1 2 王建仁,马鑫,段刚龙,薛宏全.边缘智能背景下的手写数字识别[J].计算机应用,2019,39(12):3548被引量
期刊论文 [1]基于DICOM标准的医学影像数据格式分析及存储方法[J]. 方胜吉. 中国新通信. 2017(09) [2]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航. 计算机应用. 2016(09) [3]医学图像分割及其发展现状[J]. 江贵平,秦文健,周寿军,王昌淼. 计算机学报. 2015(06)
北京邮电大学学报 ›› 2020, Vol. 43 ›› Issue (1): 129-134. doi: 10.13190/j.jbupt.2019-030 • 研究报告 • 上一篇 下一篇 基于卷积神经网络的彩色铅笔画算法 王小玉, 胡鑫豪, 韩昌林
出版物 期刊 会议 发表时间 - 语言检索范围 不限 不限 英文 中文 文献 期刊 学者 订阅 收藏 论文查重 优惠 论文查重 开题分析 单篇购买 文献互助 用户中心 基于卷积神经网络和AMSR2微波遥感的土壤水分反演研究 ...
为了提高卷积网络的图像分类性能，本文 结合理论分析和对比实验，对卷积神经网络模型进行了详细的理论分析，并且本文设计了一个 具有 8 层卷积层的深度卷积网络，并结合批量归一化处理，在 CIFAR-10 数据集上进行了相关 的分类实验，得到了 88.1%的分类
基于深度递归级联卷积神经网络的并行磁共振成像方法. 程慧涛 王珊珊 柯子文 贾森 程静 丘志浪 郑海荣 梁栋. 【摘要】： 快速磁共振成像是磁共振研究领域重要的课题之一.随着大数据和深度学习的兴起,神经网络成为快速磁共振技术的重要方法.然而网络性能 ...
在给定卷积神经网络结构和训练样本集时,对卷积神经网络的主成分洗牌初始化方法的过程为:首先用Xavier算法初始化全连接层的权值和偏置,然后按照上述方法从第1个卷积层到最后一个卷积层进行依次初始化. 算法1 描述了卷积层l的主成分初始化方法(PCAShuffling).
发表服务