卷积层相关论文
随着智能识别技术的飞速发展,年龄预测已经日趋成熟,并且可以应用于各类人机交互系统,以及移动端的年龄预测APP中,可以给日常生活带来......
目前学者常用的线性遥感图像融合方法大部分会有光谱失真较大,图像质量退化和计算量大等问题,深度学习是一种非线性的融合方法,利用非......
现实生活中,目标检测有广阔的应用场景,以及很强的现实意义。在深度学习飞速发展的前提下,目标检测的准确率也屡创新高,然而由于小......
针对当前深度学习行为识别技术无法满足监控系统实时性要求的问题,本文提出了一种监控视频暴力行为实时检测算法.该算法以YOLOv4模......
目前,基于各种神经网络算法的智能设备应用渗透到各行各业,这需要巨大的计算量与存储量作为支撑,而提供神经网络边缘计算的硬件平......
针对微光环境下交通图像的准确识别及道路安全驾驶问题,提出了基于R-CNN(Region-CNN)优化算法的交通图像识别方法.首先,对采集到的......
采用机器学习中卷积神经网络的方式对获得的心电图数据进行学习,提取心电图数据中的特征因素进行分析建模,利用建立好的预测模型对......
乳腺癌是易发生且致死率高的恶性肿瘤之一,及早诊断识别是降低致死率的关键.基于应用广泛的乳腺癌病理图像,结合卷积神经网络展开......
风电机组发电性能的预测对提高电网的可靠性、安全性以及运行管理水平起着至关重要的作用。考虑实际环境的复杂不确定性导致风力发......
语音时频特征的时间依赖性、局部相关性、全局相关性等特性,使得传统的神经网络结构与时频域语音增强任务无法完全相适应。针对这一......
针对现有交通标志识别方法存在的识别率低、识别时间长等缺点,文中在卷积神经网络的基础上提出了一种基于VGG16网络模型的改进卷积......
针对塑料垃圾识别分类问题,设计标准卷积层、残差卷积层1和残差卷积层2。通过实验仿真验证各卷积层的优势,将其应用于塑料垃圾分类......
传统的变压器故障诊断方法难以准确地拟合溶解气体和故障类型之间复杂的非线性关系,其诊断精度有限.为了提高变压器故障诊断的精度......
随着数据中图像信息的增长,对图像和视频的分析、信息提取越来越重要,如何对图像进行精准分析、分类,提高图像识别的准确率是现阶......
为提高铁谱磨粒中相似磨粒的识别率,降低小颗粒磨粒的漏检率,并确保检测速度的实时性,基于YOLO算法,提出了大尺度yolo层检测(yolov......
在目标检测领域里通常希望在拥有大量标记的场景中训练好的模型能够应用在无标记的其他场景中,但是不同的域分布往往是不同的,这样......
传统图像识别方法存在自适应能力弱的问题,如果待识别对象存在较大残缺或者其他外在噪声干扰,模型则无法获得理想结果。最早在图像......
针对卷积神经网络图像超分辨率算法中的映射函数容易出现过拟合、梯度弥散等问题,提出一种由卷积网络和反卷积网络构成的复合卷积......
城市流动人口激增,给城市社区的治安和犯罪的治理带来一个新的挑战。为了更好在监控视频中识别目标嫌疑人员,利用深度学习的方法对......
针对当前数字化变电站计量领域图像识别准确度有待提高的问题,本文提出一种基于深度学习改进算法的图像识别方法。该方法对传统的......
针对面向目标的情感分析,提出了一种分级预测方法,该方法是在上下文基础上衡量每个词作为"意见词"的可能性,并作为最终预测的特征......
基于词注意机制的双向循环神经网络在解决文本分类问题时,存在如下问题:直接对词加权生成文本表示会损失大量信息,从而难以在小规模......
卷积神经网络对图像具有强大的特征提取性能,成为深度学习算法的一个重要的组成部分,在图像识别的技术应用中起到了至关重要的作用......
为解决神经网络中参数量冗余,计算量庞大的问题,模型压缩领域正在逐渐兴起,剪枝是其中的一条重要分支。为在初始化阶段得到精简化......
针对基于词粒度的长短时记忆(LSTM)网络模型存在着无法充分学习上下文语义信息的问题,提出一种基于卷积和双向简单循环单元的文本......
针对传统车辆识别方法对于车牌检测水平不高以及在复杂的环境中车牌识别的准确率和鲁棒性较低的问题,提出一种改进的深度可分离卷......
将改进的卷积神经网络应用到图片目标识别中。为了提高分类预测准确度,对传统卷积神经网络结构进行了改进,其具体结构为:卷积层C1......
研究对比度失真的图像质量评价方法.借助卷积神经网络来设计图像质量的评价算法.在提出的算法中,设计了一个多层的卷积神经网络,包......
随着近年来硬件的飞速发展,深度学习又一次成为了研究的热门领域,其中卷积神经网络在多个方面显示了突出的表现.卷积层是卷积神经......
<正>人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器,该领域......
针对在有冗余图像信息干扰下进行人脸有效特征点提取时精度不高的问题,提出了基于级联卷积神经网络的人脸特征点检测算法.在该算法......
随着硬件技术的快速发展,YOLO(You Only Look Once)神经网络在计算机视觉领域得到广泛的应用。卷积层是YOLO网络最主要的构成部分,......
深度神经网络已被广泛应用于人工智能系统中,神经网络专用计算芯片成为学术界和工业界的关注热点。Thinker是一款基于可重构计算架......
目前大多数情感分类方法由于只学习到文本的浅层特征且无法区分不同词的重要性,导致情感分类准确率低的问题,因此提出了一种基于级......
针对现有姿态估计方法不能准确提取特征参数的问题,提出了一种基于结构化支持向量机(SSVM)与卷积神经网络(CNN)的层次化模型。首先......
针对实时目标检测SSD(Sing shot multibox detector)算法对小目标检测能力弱的问题,提出一种提高特征图分辨率的超分辨率重建SRCNN......
图像超分辨率重建在安防系统,小目标检测以及医学图像等有着广泛的应用.本文提出一种双路径反馈网络来提高图像超分辨重建的性能.......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们......
针对传统图像分割方法对于形状起伏较大和边界模糊的目标无法获得较高分割精度的问题,文中提出使用深度学习方法分割医学图像以辅......
数字图像处理是计算机应用中很重要的一个范畴,其中的图像检测技术可以算是人工智能与数字图像处理结合中最成功的领域之一。YOLO......
针对传统人脸识别算法在应用中对表情特征识别率低的问题,提出深度学习下的人脸表情识别算法分析。利用深度学习中的智能神经网络......
近年来,图像识别技术取得突破性发展,尤其是人脸识别技术。从各种公共活动到铁路身份认证系统,人脸识别技术已广泛用于应对各类安......
针对特定运行模式下粗粒度数据存在计算效率较低的问题,提出一种基于卷积神经网络的数据分布式算法.首先构建用于粗粒度数据处理的......
针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络(CNN)的跳频信号调制方式识别系统.该系统通过训练学习跳频......
传统的基于边缘、颜色、纹理及机器学习等方法进行的车牌定位,需要对车牌图像进行复杂的特征提取,不但训练过程容易造成过拟合或者......