LeNet-5网络相关论文
针对滚动轴承微弱信号在强噪声、变工况复杂环境下，难以实现有效的故障诊断问题，提出了一种改进卷积Lenet-5神经网络的轴承故障诊断......
为了提高自然交通场景中交通标志的识别精度和检测识别率，提出了一种基于改进LeNet-5网络的交通标志识别算法。该方法对交通标志数......
海上风电场地处偏远环境,长期受到盐碱腐蚀.为解决风电机组运行过程中产生的多种故障检测识别问题,在传统卷积神经网络LeNet-5的基......
配电网发生高阻接地故障(HIF)时,接地介质的电阻较大,故障电流比负荷电流要小得多,故障特征不明显.现有的电流或电压保护装置均难......
在计算机视觉领域,关于深度学习的研究逐渐增多,其发展也日新月异,特别是在人的面部包括生物特征和表情识别、头部姿态估计、活体......
近年来,机器学习方法被广泛用于网络流量分类和入侵检测,但是随着数据量和新型攻击的增加,如何减少误报漏报,准确快速地检测出攻击......
针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下,传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题,......
针对支持向量机算法在对天气雷达回波图像出现异常的识别中存在识别率低、时效性不高、对原始图像特征提取较复杂等问题,因此该文......
车标识别技术作为智能交通系统中的一项关键技术,对完善未来道路交通系统有着重大的意义。运用深度卷积神经网络对车标的识别进行......
为有效识别水表数字区域的半字符和提高数字识别准确率,设计一种基于Lenet-5网络组合特征融合的水表数字识别算法。对水表原始图像......
针对传统LeNet-5网络在汉字识别时平等对待字符图像各个区域的问题,无法体现汉字的结构特点,提出了基于区域加权LeNet-5的网络模型......
引入了Inception-SE卷积模块组来提升LeNet-5网络的广度与深度,运用SE模块增强了有用的特征并抑制了对当前任务用处不大的特征;使......
针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题,提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基......
首先用ROI方案对表情数据集进行处理,再运用跨层连接的方法改进LeNet-5神经网络,使两个池化层与全连接层结合起来组成新的结构,将......
LeNet-5卷积神经网络(CNN)虽然在手写数字识别上取得很好的分类效果,但在具有复杂纹理特征的数据集上分类精度不高。为提高网络在......
随着信息技术和智能技术的发展,交通管理系统的信息化、智能化是大势所趋。车牌识别系统是智能交通系统的核心组成部分,现已广泛地......
针对传统LeNet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引......
