权值共享相关论文
翻译是人类思想交流的一个重要需求,智能翻译技术加速了不同文明的融会贯通,促进了人类社会的发展。深度学习技术成功运用于现代机......
作为深度学习主流算法之一,循环神经网络(Recurrent Neural Network,RNN)对处理时序信息具有更敏感更出色的能力。因此,循环神经网络......
深度卷积神经网络(Deep Convolutional Neural Network)被广泛应用于计算机视觉工作,如图像分类、目标检测和语义分割等。相对于传......
电力体制市场化的有序推进对工业园区负荷预测提出了新的要求.文章提出了基于深度学习与权值共享机理的负荷预测方法.在预测模型中......
随着人类科技的进步和发展,我们对人工智能的要求越来越高,为了满足对人工智能发展的需要,计算机的深度学习便成为了不可或缺的一......
由于BP神经网络具有表达能力强,模型简单等特点,经过近30年的发展,在理论和应用研究上都取得了巨大的进步,然而容易陷入局部最优和......
随着卷积神经网络规模的不断增加,网络结构也越来越复杂,网络中冗余参数也越来越多,使得其难以在资源有限的设备上进行应用部署。......
生成对抗网络是在2014年由谷歌大脑研究员Ian Goodfellow等人首先提出的基于博弈论思想的模型,它在机器学习领域得到了众多研究者......
在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电......
为有效减少模型训练参数和训练时间,提高孤立词语音识别正确率,提出将卷积神经网络应用到语音识别中的方法。该网络中的局部感知野......
随着卷积神经网络技术发展和成熟,越来越多的图像识别运用于该技术。而车辆作为人们出行的必需品,车牌识别技术也已经广泛应用在人......
为了克服传统手势识别方法复杂的人工提取特征值操作,引入卷积神经网络进行手势识别,该算法可以直接对原始图像进行处理,具有局部......
人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性......
基于卷积神经网络能够直接从训练样本中提取特征并且具备权值共享等优势,本文提出了利用两级卷积神经网络实现纸币冠字号的识别方......
提出了一种基于卷积神经网络对Kinect采集的深度图进行手势识别的系统。Kinect采集到的手势深度图像由于存在深度差因此易于提取特......
在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),......
深度学习是近些年来人工智能领域取得的重大突破,深度学习与传统模式识别方法的最大不同在于它所提取的特征是从大数据中自动学习......
人工神经网络经过近30年的发展,在理论和应用上取得了辉煌的成就,然而如何在确定的神经网络结构下,选择网络权值更新方法和训练方......
深度卷积神经网络已成为计算机视觉与人工智能应用中非常普遍的技术手段,并在各项任务如图像分类识别、目标检测中取得优异的成绩......
研究了使用卷积神经网络(Convolutional Neural Networks,CNNs)构造模式分类器,并用于连续语音识别的研究.CNNs相比于广泛使用于语......