您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 深度神经网络构建

  2. 人工神经网络,深度置信网络的构建代码,希望有用
  3. 所属分类:其它

    • 发布日期:2013-05-29
    • 文件大小:20kb
    • 提供者:u010882405
  1. 受限玻尔兹曼机与深度置信网络

  2. RBM与DBN的介绍
  3. 所属分类:深度学习

    • 发布日期:2017-07-29
    • 文件大小:1mb
    • 提供者:cy2012013230
  1. 受限玻尔兹曼机和深度置信网络详解

  2. 详细的介绍了受限玻尔兹曼机(RBM)和深度置信网络(DBN),看完你就知道什么是深度置信网络了。侵删。
  3. 所属分类:深度学习

  1. 深度置信网络DBN算法实现 matlab

  2. 深度置信网络DBN的matlab算法实现,可直接运行,程序运行采样的数据库为MNIST手写数字数据库。
  3. 所属分类:深度学习

    • 发布日期:2018-07-25
    • 文件大小:14mb
    • 提供者:qq_37298401
  1. 七月在线论文班第二课_深度置信网络.pdf

  2. 深度置信网络相关论文讲解,快速入门,了解科研最新方向
  3. 所属分类:深度学习

    • 发布日期:2019-08-28
    • 文件大小:1mb
    • 提供者:qq_38264395
  1. 深度置信网络(DBN)算法案例-matlab

  2. 详细的深度置信神经网络的matlab代码。深度信念网络,DBN,Deep Belief Nets,神经网络的一种。既可以用于非监督学习,类似于一个自编码机;也可以用于监督学习,作为分类器来使用。 从非监督学习来讲,其目的是尽可能地保留原始特征的特点,同时降低特征的维度。从监督学习来讲,其目的在于使得分类错误率尽可能地小。而不论是监督学习还是非监督学习,DBN的本质都是Feature Learning的过程,即如何得到更好的特征表达。
  3. 所属分类:深度学习

    • 发布日期:2020-05-21
    • 文件大小:42mb
    • 提供者:mikuclear
  1. 基于局部二值模式与深度置信网络的人脸识别.pdf

  2. 基于局部二值模式与深度置信网络的人脸识别.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-25
    • 文件大小:1mb
    • 提供者:anitachiu_2
  1. 深度置信网络时间序列预测.zip

  2. 基于matlab2019a编写的程序 深度置信网络时间序列预测,已经调好的程序,换了数据就可以用。无标签训练 划分训练集和测试集
  3. 所属分类:DOS

    • 发布日期:2020-06-11
    • 文件大小:16kb
    • 提供者:Vvvinckent
  1. 深度置信神经网络的matlab代码.rar

  2. 神经网络基础知识讲解,包括自动编码器和深度神经网络,卷积神经网络,递归神经网络,限制波尔兹曼机和深度置信网络等和matlab代码程序
  3. 所属分类:深度学习

    • 发布日期:2020-06-14
    • 文件大小:44mb
    • 提供者:weixin_45613824
  1. 深度置信网络的Python实现例子

  2. 深度置信网络的Python实现例子keras
  3. 所属分类:Python

    • 发布日期:2020-08-21
    • 文件大小:6kb
    • 提供者:WangNa434
  1. 基于深度置信网络的袖珍交换网络拓扑预测机制

  2. 基于深度置信网络的袖珍交换网络拓扑预测机制
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:512kb
    • 提供者:weixin_38550334
  1. 使用深度置信网络和共轭来预测汇率

  2. 使用深度置信网络和共轭来预测汇率
  3. 所属分类:其它

  1. 一种结合深度置信网络与最优尺度的植被提取方法

  2. 针对利用现有深度学习方法进行植被提取时出现的相邻地物处于同一窗口、分类结果出现一些无用破碎图斑和“椒盐现象”等问题, 提出最优分割尺度与深度置信网络相结合的方法进行植被提取研究, 并利用光谱-纹理特征等信息进行对比实验。实验结果表明, 与现有的深度学习方法相比, 本文方法分类结果的总体精度达到91.92%, Kappa系数为0.8677, 能够有效提高实验的分类精度, 而且分类结果显示本文方法能有效减轻“椒盐现象”, 并能很好地表达影像上各类地物清晰的边界。
  3. 所属分类:其它

  1. 一种基于深度置信网络的目标跟踪算法

  2. 提出一种基于深度学习的目标跟踪算法,该算法利用深度学习中深度置信网络(Deep Belief Networks, DBN)的方法,根据输入图像标记信息,深度分析图像结构,训练得到一个分类器对各帧图像中的像素进行分类,进而得到一个二值图像作为目标分布图,然后利用Camshift算法计算出目标质心位置,实现对目标的跟踪。同时,在跟踪过程中,根据当前帧目标的位置信息,加入Kalman滤波预测,以提高目标跟踪的效率。在多个视频中对所提出的算法进行验证,实验结果表明,算法可以很好地应对光照变化、目标旋转、
  3. 所属分类:其它

  1. 融合局部特征与深度置信网络的人脸表情识别

  2. 针对传统人脸表情识别(FER)方法所提取的表情特征较为单一,同时对于表情分类器的选择存在局限性的问题,提出一种融合局部特征与深度置信网络(DBN)的FER方法。该方法首先从人脸表情图像中切割出眉毛眼睛部位与嘴巴部位这2种包含丰富表情信息的局部表情图像,对其分别提取包含纹理信息的Log-Gabor特征与包含形状信息的二阶梯度方向直方图特征,并将这2种特征相融合,获得更有效的表情特征,然后利用融合后的特征训练DBN模型,并用训练后的DBN模型进行表情识别。利用本文方法在三种表情库上进行实验,识别率可
  3. 所属分类:其它

  1. 基于深度置信网络的低压台区理论线损计算方法

  2. 针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调。为了提高计算精度,采用自适应时刻估计(Adam)优化器。以某地区实测2140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSPro
  3. 所属分类:其它

  1. 基于性能改善深度置信网络的风电机组主轴承状态分析

  2. 针对风电机组数据采集与监视控制系统采集的状态数据具有大容量、多样性的特点,充分利用该数据研究风电机组主轴承的状态分析方法成为了重要问题。采用深度学习方法分析风电机组主轴承变量间的特征规则,提取反映主轴承状态的特征变量;通过指数加权移动平均法设定阈值检测特征变量的变化趋势,判定异常状态的发生;根据深度置信网络的特点,从数据集变量的异常数据剔除、训练数据批次的选择、参数调优的迭代周期以及在线学习训练等方面对模型性能进行优化和改善,从而使得深度置信网络能够充分挖掘数据集的信息特征,达到有效地反映主轴承
  3. 所属分类:其它

  1. 基于卷积深度置信网络的配电网故障分类方法

  2. 提出一种基于卷积深度置信网络(CDBN)实现配电网故障分类的方法,利用离散小波包变换(DWPT)分解主变低压侧进线电流和母线电压等电量信号并构造时频矩阵,将时频矩阵转换成时频谱图的像素矩阵后作为CDBN的输入,经CDBN自主提取故障特征量,最终完成配电网故障分类识别。应用典型结构配电网的故障仿真数据与故障实验样本进行故障识别测试,结果表明,所提方法不但具有提取故障特征明显、故障分类正确率较高的特点,并且在系统中性点运行方式及网络结构调整、故障起动检测延迟、分布式电源接入等情况下,均有良好的应用适
  3. 所属分类:其它

  1. 基于深度置信网络的多特征融合音乐分类算法

  2. 针对单一形态数据在音乐情感分类方面的局限性,文中提出了基于深度置信网络的多特征融合音乐分类算法。首先对音乐信号从多个角度进行特征向量的提取,形成多特征数据并进行融合。同时针对音乐情感分类,将传统的深度置信网络进行改进,增加微调节点增强模型的可调节性。由融合得到的训练集在改进的深度置信网络中进行训练,通过调整RBM中可见层与隐藏层单元之间的权值来使得模型达到最优性能。测试结果表明,音乐情感分类结果最高为82.23%,可较好的为音乐检索提供辅助。
  3. 所属分类:其它

  1. 基于改进深度置信网络的中文实体检测

  2. 实体检测是自然语言处理的一个研究热点,是从无结构的文本中检测出命名实体。深度置信网络(Deep Belief Nets,DBN)的核心组件为受限玻尔兹曼机(Restricted Boltzmann Machine,RBM),RBM的训练传统采用对比散度准则(Contrastive Divergence,CD),但CD是对数似然梯度有偏差的近似。为此,提出基于平均对比散度准则(Average Contrastive Divergence,ACD)训练的DBN的实体检测模型,利用MSRA语料库作训练
  3. 所属分类:其它

« 12 3 »