注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 多属性神经网络地震反演在NB油田水平井钻探中的应用

  2. 多属性神经网络地震反演在NB油田水平井钻探中的应用 论文 《中国海上油气》

  3. 所属分类：网络基础

    • 发布日期：2010-08-27
    • 文件大小：276kb
    • 提供者：zyang_1111

  1. 神经网络多属性分析技术

  2. 神经网络多属性分析技术 论文 《油气田工程》

  3. 所属分类：网络基础

    • 发布日期：2010-08-27
    • 文件大小：198kb
    • 提供者：zyang_1111

  1. 转载 ：基于神经网络的分类决策树构造

  2. 转载 ：目前基于符号处理的方法是解决分类规则提取问题的主要方法，而基于神经网络的连接主义方法则用的不 多，其主要原因在于虽然神经网络的分类精度高，但难于提取其所隐含的分类规则与知识。针对这个问题，结合神经网 络的具体特点，该文提出了一种基于神经网络的构造分类决策树的新方法。该方法通过神经网络训练建立各属性与分 类结果之间的关系，进而通过提取各属性与分类结果之间的导数关系来建立分类决策树。给出了具体的决策树构造算 法。同时为了提高神经网络所隐含关系的提取效果，提出了关系强化约束的概念并建立了具体

  3. 所属分类：C/C++

    • 发布日期：2011-12-29
    • 文件大小：400kb
    • 提供者：lijin_1234

  1. 基于神经网络的口令属性分析工具开发

  2. 伴随着互联网的发展，信息安全得到越来越多人的关注， 其中， 口令作为一种最普遍的身份识别机制， 广泛应用于各个安全领域。用 户的口令设置习惯直接体现在口令上并影响其安全性，通过对口令特 点的研究，我们能够分析获得用户口令设置的潜在规则，进而将其应 用到口令恢复、口令破解研究中。

  3. 所属分类：机器学习

    • 发布日期：2018-04-23
    • 文件大小：4mb
    • 提供者：zero_kkk

  1. Introduction for deep learning techniques and its applications.pdf

  2. 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

  3. 所属分类：深度学习

    • 发布日期：2018-05-31
    • 文件大小：7mb
    • 提供者：u012979457

  1. 神经网络和深度学习技术解析

  2. 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征。

  3. 所属分类：深度学习

    • 发布日期：2018-12-25
    • 文件大小：2mb
    • 提供者：fine145

  1. 多属性神经网络反演预测煤层顶板岩性

  2. 煤层顶板岩性对于煤矿安全生产产生很大的影响。通过神经网络方法对自然伽马测井与地震属性(包括波阻抗属性)进行训练得到两者的非线性关系,并将其应用到整个地震数据中得到拟自然伽马体。相对于波阻抗属性,自然伽马参数可以很好地区分砂泥岩,从而更直接预测煤层顶板岩性,提高岩性预测的分辨率。

  3. 所属分类：其它

  1. 自组织竞争神经网络MATLAB代码

  2. 自组织神经网络是通过自动寻找样本中的内在规律和本质属性，自组织、自适应地改变网络参数与结构。多层感知器的学习和分类是已知一定的先验知识为条件的，即网络权值的调整是在监督情况下进行的。而在实际应用中，有时并不能提供所需的先验知识，这就需要网络具有能够自学习的能力。Kohonen提出的自组织特征映射图就是这种具有自学习功能的神经网络。这种网络是基于生理学和脑科学研究成果提出的。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-04-21
    • 文件大小：8kb
    • 提供者：qq_42167992

  1. 生成对抗网络（GANs）最新家谱：为你揭秘GANs的前世今生

  2. 生成对抗网络（ AN）一经提出就风光无限，更是被Yann L un誉为“十年来机器学 习领域最有趣的想法”。 GAN“左右互搏”的理念几乎众所周知，但正如卷积神经网络（CNN）一样，GAN发展 至今已经衍生出了诸多变化形态。望伪图像的分布尽可能地接近真图像。或者,简单来说,我们想要伪图像尽可能看起 来像真的一样。 值得一提的是,因为GANs是用极小化极大算法做优化的,所以训练过程可能会很不稳 定。不过你可以使用一些“小技巧”来获得更稳健的训练过程。 在下面这个视频中,你可以看到GANs所生成图片

  3. 所属分类：深度学习

    • 发布日期：2019-07-02
    • 文件大小：1mb
    • 提供者：abacaba

  1. keras多输入多输出.zip

  2. keras创建多个输入以及混合数据(房子图片和数值属性作为混合数据)输入的神经网络模型；卷积回归模型代码，包含图片数据集和教程。

  3. 所属分类：互联网

    • 发布日期：2020-06-04
    • 文件大小：354mb
    • 提供者：qq_37249443

  1. 地震多属性聚类分析煤层中岩浆侵入影响范围

  2. 在淮北杨柳矿区,层状或脉状侵入的岩浆岩导致主采煤层呈现较大范围的吞蚀、烧变、焦化、变薄现象,而常规地震时间剖面及顺层层拉平切片上难于确定其分布范围。为了精细确定主采煤层中岩浆侵入的影响范围,基于煤层反射波振幅、波形、能量的同一性及差异性特征,利用优化后的地震多属性无监督神经网络聚类分析技术对其进行分析。解释结果表明,3煤层未受到岩浆侵入,而10煤层岩浆侵入比较明显,其在成果图上呈现出大范围的黄色团块状及脉状特征。与实际钻孔揭露资料对比,利用地震多属性聚类分析技术圈定的岩浆岩分布范围符合率达78%

  3. 所属分类：其它

    • 发布日期：2020-06-18
    • 文件大小：825kb
    • 提供者：weixin_38608379

  1. 地震属性在小断层及裂缝发育带预测中的应用

  2. 小断层及裂缝发育带对于油田提高抽采率和煤田的安全生产有着重要的影响,预测小断层及裂缝发育带已成为地球物理学中的重点内容。通过对相干、边缘检测、曲率和蚂蚁体等地震属性的研究,明确了地震属性对于构造成因的小断层及裂缝发育带有着极好的识别能力。同时,分析了以多属性直接叠合、多属性融合和有监督的神经网络运算为代表的多属性联合技术,发现其在小断层及裂缝发育带预测中有着较好的实用性。

  3. 所属分类：其它

    • 发布日期：2020-07-14
    • 文件大小：301kb
    • 提供者：weixin_38747444

  1. 控制混沌神经网络进行信息处理

  2. 提出了一种动态相空间约束方法，通过限制随时间变化的阈值的耐火内部状态，来控制混沌神经网络（CNN）中的复杂混沌动力学。 极限阈值根据从网络的反馈内部状态得出的控制信号而变化。 仿真结果表明，受控制的CNN在控制参数空间中表现出多相行为。 利用适当的参数值，受控的CNN会收敛到一个周期性轨道，该轨道包括一个存储模式，该模式到初始状态的汉明距离最短。 受控CNN的属性可用于信息处理，例如内存检索和模式识别。

  3. 所属分类：其它

  1. AlloyML:基于遗传算法和神经网络的合金推荐系统-源码

  2. 合金ML 基于遗传算法和神经网络的合金推荐系统 该项目由的离合器特别利益小组完成 该项目完全由Python 3及其各种库完成 该项目有以下主要阶段： 1）Web抓取和数据集获取： 来自各种在线资源的报废合金特性数据 从使用的数据集 进行了数据预处理，以便可以输入到神经网络 使用的图书馆：BeautifulSoup4，请求，Pandas，Pickle 2）模型训练： 对不同的建筑进行了实验，以针对每个数据集目标属性（即抗张强度，屈服强度，伸长极限）获得最佳拟合模型 执行GridSearc

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：89kb
    • 提供者：weixin_42133753

  1. Raftnet：提取任务感知功能，用于行人属性识别

  2. 行人属性识别是一个多任务问题，是计算机视觉中的一项流行任务。 通常，深度学习端到端网络来预测属性是解决此问题的基本方法。 为了充分利用深度神经网络，本文提出了一种新颖的网络结构，称为筏块。 筏块不仅可以提取特定于任务的功能，还可以共享不同任务的功能。 使用筏块，我们构建了一个用于行人属性识别的端到端网络Raftnet。 我们在三个公共数据集上进行了实验，结果证明了筏板的设计思想是有效和有效的。 具体而言，我们在Market-1501和DukeMTMC数据集上的平均准确度达到了85.64％和82.

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：358kb
    • 提供者：weixin_38651540

  1. CapsGNN：“胶囊图神经网络”的PyTorch实施（ICLR 2019）-源码

  2. CapsGNN ⠀ 胶囊图神经网络的PyTorch实施（ICLR 2019）。 抽象 从图神经网络（GNN）学习到的高质量节点嵌入技术已被广泛应用于基于节点的应用程序，其中一些已经达到了最先进的（SOTA）性能。 但是，当应用从GNN学习到的节点嵌入来生成图嵌入时，标量节点表示可能不足以有效地保留节点/图属性，从而导致次优的图嵌入。 受胶囊神经网络（CapsNet）的启发，我们提出了胶囊图形神经网络（CapsGNN），它采用胶囊的概念来解决现有基于GNN的图形嵌入算法中的弱点。 通过提取胶囊

  3. 所属分类：其它

  1. neumorphism-ui-bootstrap：受神经网络启发的UI套件：使用Bootstrap CSS框架构建的具有神经网络风格的Web组件，部分和页面-源码

  2. 开始使用利用态设计趋势的Neumorphism UI开发态态Web应用程序和页面。 它具有200多个独立组件和5个示例页面。 神经形态成分 利用特定的阴影和着色属性，所有组件均完全符合亚态设计趋势。 Neumorphism UI还带有阴影插入样式附加组件。 检查。 示例页面 Neumorphism UI带有13个示例页面，包括关于，定价，联系，登录和注册页面。 您可以使用这些示例页面快速建立可以正常运行的网站。 完整文件 每个组件，插件和常规工作流程都有详细记录。 查看的。 工作流程 该产品使

  3. 所属分类：其它

  1. 基于属性驱动损失函数的人脸识别算法

  2. 为使通过卷积神经网络学习到的人脸识别特征更容易判别,在角度距离损失函数A-Softmax的基础上进行改进,将人脸属性融入到训练过程中,如性别、年龄和种族。使用属性驱动损失函数,利用属性邻近性对特征映射进行正则化,实验结果表明本方法学习到更多与属性相关的鉴别特征。本文改进算法在人脸验证数据集(包括LFW,CFP,AgeDB和 MegaFace)上均取得不错的效果,验证了该改进算法的有效性。

  3. 所属分类：其它

  1. 基于多特征和改进自编码的高光谱图像分类

  2. 针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面 (EMAP)特征。利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。Indian pines数据集的总体分类精度达到98.14%,Pavia U数据集总体分类精度达到

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：12mb
    • 提供者：weixin_38610573

  1. 直觉模糊神经网络的函数逼近能力

  2. 运用直觉模糊集理论,建立了自适应神经-直觉模糊推理系统(ANIFIS)的控制模型,并证明了该模型具有全局逼近性质.首先将Zadeh模糊推理神经网络变为直觉模糊推理网络,建立一个多输入单输出的T-S型ANIFIS模型;然后设计了系统变量的属性函数和推理规则,确定了各层的输入输出计算关系,以及系统输出结果的合成计算表达式;最后通过证明所建模型的输出结果计算式满足Stone-Weirstrass 定理的3 个假设条件,完成了该模型的全局逼近性证明.

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：508kb
    • 提供者：weixin_38600460
« 12 3 4 »