发表服务
以卷积神经网络(CNN）为代表的深度学习技术在图像识别方面取得突破性进展，在识别性能上有很大的提图像识别是指让计算机模仿人类视觉，对从图像数据转化而来的信息进行处理，分析，理解。计算机的出现让人类从大量重复、繁琐的工作中解放出来。
基于CNN的SAR图像识别.张肖敏.【摘要】：孔径雷达(SAR)是一种高分辨率成像雷达和有源微波遥感侦测器。.SAR的第一次应用是在20世纪50年代后期,装在RB-47A和RB-57D战略侦察飞机上。.经过几十年的进步,SAR技术已经相当成熟,每个国家都有自己的SAR发展计划...
细胞神经网络(cellularneuralnetwork,CNN)在图像处理方面的应用研究已有很大进展.其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择.以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割.同时利用梯度信息和...
卷积神经网络CNN在自然语言处理中的应用.卷积神经网络（ConvolutionNeuralNetwork,CNN）在数字图像处理领域取得了巨大的成功，从而掀起了深度学习在自然语言处理领域（NaturalLanguageProcessing,NLP）的狂潮。.2015年以来，有关深度学习在NLP领域的论文层出不穷...
基于进化优化卷积神经网络的图像识别方法研究.发布时间：2021-09-1705:47.卷积神经网络（ConvolutionalNeuralNetwork,CNN）是深度学习领域重要的模型之一,近些年来被广泛应用在图像视频处理等场景中。.在图像识别任务中,CNN对图像特征的不变性和良好的特征提取...
ICLR2018|阿姆斯特丹大学论文提出球面CNN：可用于3D模型识别和雾化能量回归。参与：李舒阳、许迪首先，平面上像素组成的方形栅格具有离散的平移对称性，而球面上不存在完全对称的栅格，所以很难对球面滤波器旋转一个像素的距离作出简单...
详解卷积神经网络（CNN）在语音识别中的应用.随着CNN在图像领域的发光发热，VGGNet，GoogleNet和ResNet的应用，为CNN在语音识别提供了更多思路，比如多层卷积之后再接pooling层，减小卷积核的尺寸可以使得我们能够训练更深的、效果更好的CNN模型。.欢迎大家...
论文笔记：基于3D卷积神经网络的人体行为识别(3DCNN)，首发于机器学习与图像处理写文章论文笔记：基于3D卷积神经网络的人体行为识别(3DCNN)谭庆波哈尔滨工业大学计算机科学与技术博士在读96人赞同了该文章摘要当前很多人体行为识别分类器都是基于从原始图像上手工提取的特征，本文提…
从金融时序到图像识别：基于深度CNN的股票量化策略（附代码）.本文基于一篇题为《AlgorithmicFinancialTradingwithDeepConvolutionalNeuralNetworks:TimeSeriestoImageConversionApproach》的研究论文：.我们从该论文中借用了作者的一些核心思想，同时又做了部分改进。.
基于卷积神经网络（CNN）在图像处理中的人脸识别研究-研究论文.卷积神经网络可以与最终目标一起使用，以提取重要的面部高光。.这些亮点被允许以富有成效的方式考虑它们之间的外观。.该框架可以准备好感知个人的安排。.我们提供了可以利用此人脸...
以卷积神经网络(CNN）为代表的深度学习技术在图像识别方面取得突破性进展，在识别性能上有很大的提图像识别是指让计算机模仿人类视觉，对从图像数据转化而来的信息进行处理，分析，理解。计算机的出现让人类从大量重复、繁琐的工作中解放出来。
基于CNN的SAR图像识别.张肖敏.【摘要】：孔径雷达(SAR)是一种高分辨率成像雷达和有源微波遥感侦测器。.SAR的第一次应用是在20世纪50年代后期,装在RB-47A和RB-57D战略侦察飞机上。.经过几十年的进步,SAR技术已经相当成熟,每个国家都有自己的SAR发展计划...
细胞神经网络(cellularneuralnetwork,CNN)在图像处理方面的应用研究已有很大进展.其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择.以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割.同时利用梯度信息和...
卷积神经网络CNN在自然语言处理中的应用.卷积神经网络（ConvolutionNeuralNetwork,CNN）在数字图像处理领域取得了巨大的成功，从而掀起了深度学习在自然语言处理领域（NaturalLanguageProcessing,NLP）的狂潮。.2015年以来，有关深度学习在NLP领域的论文层出不穷...
基于进化优化卷积神经网络的图像识别方法研究.发布时间：2021-09-1705:47.卷积神经网络（ConvolutionalNeuralNetwork,CNN）是深度学习领域重要的模型之一,近些年来被广泛应用在图像视频处理等场景中。.在图像识别任务中,CNN对图像特征的不变性和良好的特征提取...
ICLR2018|阿姆斯特丹大学论文提出球面CNN：可用于3D模型识别和雾化能量回归。参与：李舒阳、许迪首先，平面上像素组成的方形栅格具有离散的平移对称性，而球面上不存在完全对称的栅格，所以很难对球面滤波器旋转一个像素的距离作出简单...
详解卷积神经网络（CNN）在语音识别中的应用.随着CNN在图像领域的发光发热，VGGNet，GoogleNet和ResNet的应用，为CNN在语音识别提供了更多思路，比如多层卷积之后再接pooling层，减小卷积核的尺寸可以使得我们能够训练更深的、效果更好的CNN模型。.欢迎大家...
论文笔记：基于3D卷积神经网络的人体行为识别(3DCNN)，首发于机器学习与图像处理写文章论文笔记：基于3D卷积神经网络的人体行为识别(3DCNN)谭庆波哈尔滨工业大学计算机科学与技术博士在读96人赞同了该文章摘要当前很多人体行为识别分类器都是基于从原始图像上手工提取的特征，本文提…
从金融时序到图像识别：基于深度CNN的股票量化策略（附代码）.本文基于一篇题为《AlgorithmicFinancialTradingwithDeepConvolutionalNeuralNetworks:TimeSeriestoImageConversionApproach》的研究论文：.我们从该论文中借用了作者的一些核心思想，同时又做了部分改进。.
基于卷积神经网络（CNN）在图像处理中的人脸识别研究-研究论文.卷积神经网络可以与最终目标一起使用，以提取重要的面部高光。.这些亮点被允许以富有成效的方式考虑它们之间的外观。.该框架可以准备好感知个人的安排。.我们提供了可以利用此人脸...
发表服务