全连接层相关论文
大规模MIMO是提升5G频谱效率的关键技术之一。然而大规模MIMO系统天线数的增加,使得传统信号检测器难以在良好的性能与复杂度之间......
随着第五代(5G)移动通信技术的发展,大规模MIMO受到学术界和工业界的高度关注。通过增加天线数目,大规模MIMO可以大幅度提升频谱效......
癌症是造成世界上人类死亡的主要原因,其中结肠癌患者数量多且死亡率较高,它已经成为影响人类生命的第三大危险癌症,但其早期诊断......
深度学习是基于机器学习领域的一个重要分支,主要优势在于捕获高度复杂的数据特征,实现复杂的非线性映射,现如今已成为主流的机器......
为提升电力系统设备状态识别效果,文中提出了卷积神经网络的电力系统设备状态智能识别方法。首先采集电力系统设备状态图像,采用卷......
针对目前利用卷积神经网络进行花朵图像分类时,全连接层产生的参数冗余和破坏空间结构信息问题,提出一种有效的改进方法。首先用1......
针对卷积神经网络在采用Dropout算法随机选取神经元时,忽略神经元的作用能力有强有弱的局限性,提出一种DropWeight算法。首先在全......
传统的轴承故障诊断方法非常依赖于研究者的特征提取经验和分类器的参数选择。卷积神经网络存在训练时间长和诊断精度低的问题无法......
针对卷积神经网络处理视线预测数据集时,在高迭代次数下产生的过拟合和精准度不足问题,提出面向视线预测的双通道残差网络。首先,......
LeNet-5卷积神经网络是一种手写数字识别的模型。其通过对输入数据的卷积、激活和池化操作,提取特征值,以达到图像分类。文章在卷......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
研究表明,历史流量数据可以用于移动网络流量的预测,同时周边区域的流量信息可以提高流量预测的准确性。为此,文中提出一种基于时......
良好的特征表达是提高模型性能的关键,然而当前在多标记学习领域,特征表达依然采用人工设计的方式,所提取的特征抽象程度不高,包含......
卷积神经网络是深度学习算法中一个重要组成部分,在深度学习图像识别技术的应用中起到了关键作用,本文先阐述了卷积神经网络的基本......
基于机器识别的计算机网络信息提取技术一直是研究的热点领域之一。文章基于卷积神经网络技术,通过小波滤波技术来提取文字图片边......
在材料试验过程中,由于每组试验价格较为昂贵,且采集到的试验数据存在环境噪音,这种状况使得能够获得的数据较少,且数据存在一定的......
