您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 1/2码率卷积码的应用

  2. 码率为1/2的卷积码 m 2 3 4 5 6 7 8 7 17 35 75 171 371 753 5 15 23 53 133 247 561 5 6 7 8 10 10 12
  3. 所属分类:其它

    • 发布日期:2010-04-13
    • 文件大小:75kb
    • 提供者:zhangqiuyuan
  1. 遥感实验--空间增强处理—卷积增强处理

  2. 实验目的和要求: (1)掌握遥感图像空间增强处理的主要过程; (2)学习增强处理中的卷积增强处理的基本方法; (3)进一步熟悉erdas imagine 8.7软件的操作方法。
  3. 所属分类:专业指导

    • 发布日期:2010-10-15
    • 文件大小:575kb
    • 提供者:zhqahzy
  1. 7/8并行屏蔽卷积编码器

  2. 在matlab平台,实现7/8卷积码,实现方式:并行屏蔽卷积编码。
  3. 所属分类:其它

    • 发布日期:2013-01-16
    • 文件大小:16kb
    • 提供者:chelcygong
  1. Samplitude 8.0中文专业版

  2. Samplitude 8.0中文专业版Samplitude V8.0 简体中文版 Samplitude 一直是国内用户范围最广,倍受好评的专业音频/音序制作软件,非常专业,非常强大!!!。之前的Samplitude 7也深受国内用户的广泛喜爱。而此次,Samplitude 8.0又再突破,增添了更多强大的功能特性,其中主要的新增功能包括: -5.1通道环绕,环绕效果及对象环绕 在Samplitude V8中环绕声技术被再次进行改进。新的特性包括5.1声像,多通道均衡器,基于卷积积分技术的空间混
  3. 所属分类:数据库

    • 发布日期:2013-02-22
    • 文件大小:11mb
    • 提供者:jiezigg
  1. 基于卷积神经网络的猫种类识别

  2. 基于卷积神经网络的猫种类识别,结合Django的完整demo。 环境:Django1.8.2 python3.6.3 tensorflow1.3 h5py2.7 keras2.1.2 numpy1.13.3 pillow5.0.0 pymysql0.8.0
  3. 所属分类:深度学习

    • 发布日期:2018-01-16
    • 文件大小:30mb
    • 提供者:qq_38003892
  1. 1.4卷积神经网络

  2. 深度学习和神经网络 1.1神经元工作原理 1.2神经网络介绍 1.3深度神经网络 1.4卷积神经网络 1.5循环神经网络 1.6生产判别式网络 1.7深度学习的应用 1.8图片生产 1.9课后解答
  3. 所属分类:深度学习

    • 发布日期:2018-01-19
    • 文件大小:82mb
    • 提供者:pxxaish9527
  1. Android-基于卷积神经网络的数字手势识别安卓APP识别数字手势0-10

  2. 一个基于卷积神经网络的数字手势识别APP(安卓),主要功能为:通过手机摄像头识别做出的数字手势,能够识别数字0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 对应的手势。
  3. 所属分类:其它

    • 发布日期:2019-08-13
    • 文件大小:147mb
    • 提供者:weixin_39840924
  1. 基于CUDA技术的卷积神经网络识别算法

  2. 基于CUDA技术的卷积神经网络识别算法For idy=l To n Do 浮点运算能力表现平稳,呈线性态势。 使用共享存備器( shared memory)收集数据 Thread[idx*pitch+]i1 FMi[e(idx, idy)]=( shared double) 4039 result: End for x烂 2.0358 (2)算法结束 1.772 43识别分类算法DCL 识别分类算法DCL如下 (1)Fori1 To nxn do(并行地) 在 Device的共享内存内初始化分类
  3. 所属分类:机器学习

    • 发布日期:2019-04-19
    • 文件大小:953kb
    • 提供者:suiyu_eran
  1. 基于卷积神经网络的车牌照字符识别研究

  2. 基于卷积神经网络的车牌照字符识别研究310 第十二届全国图象图形学学术会议 以充分利用人的经验来获取模式特征以及神经网 来正确识别所有样本;Uc4层是网络的输出层即识 终分类能力来识别字符,特征提取必须能反应整 个字符的特征,才能达到较高的识别率;后者则 别层,显示网络最终的模式识别结果。 省去特征抽取,将整个字符直接作为神经网络的 差异提取层Uc的输出姐式(1)所示 输入。这种方式虽然在一定程度上增加了神经网 络结构的复杂度,但是网络的抗干扰性能和识别 n(n,)=max{(-)∑a()l(n
  3. 所属分类:机器学习

    • 发布日期:2019-04-19
    • 文件大小:268kb
    • 提供者:suiyu_eran
  1. 百度PaddlePaddle >>> 8. 用卷积神经网络玩转—车牌识别

  2. 前言 继上一篇的《百度PaddlePaddle >>> 7. 利用深度学习玩转手势识别》 这次来试试用卷积神经网络进行车牌识别,这是所要用到的数据集:车牌识别字符数据集.zip 一、准备数据 1. 解压数据 首先我们需要先解压上述数据集的压缩包,并将其中无关文件删除(将目录换成你的即可): unzip -q /home/aistudio/data/data23617/characterData.zip 2. 生成数据列表 从解压的数据生成两个数据列表:train_data.
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:253kb
    • 提供者:weixin_38646914
  1. TensorFlow1.x入门(9)——卷积神经网络(CNN)

  2. 系列文章 1. 计算图的创建与启动 2. 变量的定义及其操作 3. Feed与Fetch 4. 线性回归 5. 构建非线性回归模型 6. 简单分类问题 7. Dropout与优化器 8. 手动调整学习率与TensorBoard 卷积神经网络(CNN)系列文章引言知识点示例 引言 卷积神经网络(Convolutional Neural Networks, CNN)是深度学习领域内的一个重要的组成构建。CNN现在大量的用于图像识别领域,但是在自然语言处理和语音识别领域作为特征抽取器有广泛的应用。 一
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:58kb
    • 提供者:weixin_38687199
  1. R2CNN-DFPN_RPN_HEAD_AROI-Linux:【Linux版本】Linux上的论文“通过多尺度旋转区域卷积神经网络的任意方向船的位置检测和方向预测”的实现(基于anthor的源代码)-源码

  2. 这是我从分叉的存储库,用于我的毕业设计。 我想根据本文和代码存储库开始我的毕业设计。 因此,在未来的6个月中,我将对此存储库进行一些自己的更改。 如果有任何违法行为,我将尽快删除该存储库。 如果要查找论文“通过多任务旋转区域卷积神经网络对任意方向的船舶进行位置检测和方向预测”的官方版本代码存储库,请转到 :Windows 10 + Python 3.6 + cuda 9.0 + cudnn 7.6.5 + tensorflow 1.12.0 :CentOS + Python 2.7 +
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:30mb
    • 提供者:weixin_42140846
  1. 从稳态循环码导出的量子卷积码

  2. 在本文中,构造了三个系列的量子卷积码。 可以将第一个和第二个视为定理3、4、7和8的推广。 Chen,J. Li,F. Yang和Y. Huang,Int。 J.理论。 Phys。,doi:10.1007 / s10773-014-.2214-6(2014)],在某种意义上,我们放弃了约束q≡1(mod 4)。 此外,第二个和第三个达到量子广义的Singleton界。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:218kb
    • 提供者:weixin_38536349
  1. 语音情感识别:使用基于IEMOCAP的卷积递归网络进行语音情感识别-源码

  2. 言语情感识别 卷积递归神经网络的TensorFlow在IEMOCAP数据库上的语音情感识别(SER)实现。为了解决帧情感标签不确定性的问题,我们执行了三种合并策略(最大合并,均值合并和基于注意力的合并)加权池)以生成SER的发声级功能。 这些代码仅在带有GTX-1080 GPU的ubuntu 16.04(x64),python2.7,cuda-8.0,cudnn-6.0上进行过测试。要在计算机上运行这些代码,您需要安装以下依赖项: 张量流1.3.0 python_speech_feature
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:670kb
    • 提供者:weixin_42136477
  1. 基于字符的cnn:基于字符的卷积神经网络的实现-源码

  2. 基于字符的CNN 此存储库包含用于文本分类的字符级卷积神经网络的PyTorch实现。 该模型的体系结构来自本文: : 有两种变体:大型和小型。 您可以通过更改配置文件在两者之间切换。 该架构具有6个卷积层: 层 大型功能 小功能 核心 泳池 1个 1024 256 7 3 2 1024 256 7 3 3 1024 256 3 不适用 4 1024 256 3 不适用 5 1024 256 3 不适用 6 1024 256 3 3
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:214kb
    • 提供者:weixin_42127937
  1. CNN-3D-images-Tensorflow:使用CNN(卷积神经网络)进行3D图像分类-源码

  2. 使用Tensorflow的CNN 3D图像 目标:使用CNN(卷积神经网络)进行MRI分类任务 代码依赖关系:Tensorflow 1.0,Anaconda 4.3.8,Python 2.7 从3D医学图像学习模型的困难 数据大小太大。 例如218x182x218或256x256x40 数据数量有限。 换句话说,训练规模太小。 所有图像看起来都非常相似,并且主体之间只有细微的差别。 可能的解决方案 配备好的机器,尤其是RAM 在预处理中对图像进行下采样 数据扩充,例如旋转,移位,组合
  3. 所属分类:其它

  1. 点向卷积神经网络:CVPR 2018中点向卷积神经网络的PyTorch实施-源码

  2. 点向卷积神经网络的PyTorch实现 这是CVPR 2018中逐非官方PyTorch实现。此工作的官方项目页面可以在找到。 安装 我们已经在配备Ubuntu 16.04、8 GB RAM和NVIDIA GTX-1080的系统上测试了该算法。 依存关系 Python 2.7 CUDA 9.1 PyTorch 1.0 scipy shapely 可视化 为了可视化输出边界框并轻松与我们的真实系统集成,我们使用机器人操作系统(ROS): ROS PCL 实作 训练数据 用法
  3. 所属分类:其它

  1. 基于膨胀卷积平滑及轻型上采样的实时语义分割

  2. 针对轻量级网络在语义分割速度上较快,但精度较低的问题,在轻量级网络基础上,提出了基于膨胀卷积平滑及轻型上采样的实时语义分割方法。为了提高分割速度,采用结合结构化知识蒸馏的轻量级网络ResNeXt-18作为特征提取网络。设计了膨胀卷积平滑模块及轻型上采样模块,用来提高语义分割的精确度。为验证所提方法的有效性,在Cityscapes数据集及CamVid数据集上进行评估,在Cityscapes数据集上得到了速度为40.2 frame/s,精度为76.8%,参数量仅为1.18×10 7的结果。实验表明,
  3. 所属分类:其它

  1. 基于深度残差全卷积网络的Landsat 8遥感影像云检测方法

  2. 为了实现定量化应用目标,高精度的云层检测已成为遥感数据预处理的关键步骤之一。然而,传统的云检测方法存在特征复杂、算法步骤多、鲁棒性差,且无法将高级特征和低级特征相结合的缺陷,检测效果一般。针对以上问题,提出了一种基于深度残差全卷积网络的高精度云检测方法,能够实现对遥感影像云层目标像素级别的分割。首先,编码器通过残差模块的不断降采样提取图像深层特征;然后,应用双线性插值进行上采样,结合多层次编码后的图像特征完成解码;最后,将解码后的特征图与输入图像融合后再次进行卷积,实现端到端的云检测。实验结果表
  3. 所属分类:其它

  1. 【李宏毅机器学习笔记】9、卷积神经网络(Convolutional Neural Network,CNN)

  2. 【李宏毅机器学习笔记】1、回归问题(Regression) 【李宏毅机器学习笔记】2、error产生自哪里? 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播(Backpropagation) 【李宏毅机器学习笔记】8、Tips for Training DNN 【李宏
  3. 所属分类:其它

« 12 3 4 5 6 7 8 9 10 »