池化层相关论文
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......
针对复杂背景下细小裂纹图像检测难、噪声干扰多和裂纹宽度信息易丢失的问题,提出一种基于U-Net改进的方法.利用残差块解决网络退......
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......
针对DCASE2017挑战赛任务4提供的大规模弱标记声音事件检测数据集,我们搭建了基于梅尔滤波器特征(Fbank)、卷积神经网络(CNN)以及......
基于卷积神经网络,对某尾矿区1997—2019年水平位移监测数据进行了方向自动识别。该法首先改进神经网络的卷积核并设计卷积-池化结......
为提升电力系统设备状态识别效果,文中提出了卷积神经网络的电力系统设备状态智能识别方法。首先采集电力系统设备状态图像,采用卷......
利用深度神经网络对小儿肺炎图片进行识别分类,以提高诊断的准确性和自动性。本研究利用融合了注意力机制和残差机制的预训练模型D......
针对乳腺超声图像标准化数据量少且此类医学图像数据缺乏等场景,提出带池化层图神经网络模型以实现在训练数据极少的情况下实现较......
针对传统水陆分割线提取算法受光照等环境因素干扰算法准确率降低的问题,提出一种改进FCN的水陆分割线提取方法。去除FCN-8s的最后......
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......
为提升红外图像分辨率,本文构建了用于红外图像超分辨率重建的IEDSR(enhanced deep residual networks for infrared image super-......
针对包含目标、尺度和平移变化较强的空间信息难以获取大量训练样本的问题,提出一种基于深度卷积神经网络(deep convolutional neu......
结合深度学习理论,将卷积神经网络算法运用到细胞识别上。相比传统的细胞识别算法,基于卷积神经网络的细胞识别使流程变得简单,同......
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......
池化层是卷积神经网络的重要组成部分,池化层通过池化计算对经过卷积层后的特征图进行降维。随着卷积神经网络的发展,产生了许多新......
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......
生物特征识别已经成为了当今社会不可或缺的一部分,它被应用到了生活、商业以及国家安全之中。本文主要研究的是深度学习中的卷积......
在C-3D卷积神经网络模型基础上,提出了一种三维可变形卷积神经网络以实现肺结节的检测。在模型的主体结构上,采用了三维可变形卷积......
卷积神经网络(CNN)和反向传播神经网络结合组成的深度学习模型,是目前应用比较广泛的深度学习模型,但是具体算法有多种.本文针对以......
针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的......
在C-3D卷积神经网络模型基础上,提出了一种三维可变形卷积神经网络以实现肺结节的检测。在模型的主体结构上,采用了三维可变形卷积......
采用＂编码-解码＂结构的注意力声学模型存在参数规模庞大、收敛速度慢和在噪声环境中对齐关系不准确的问题。针对以上问题,先提出引入......
针对传统立体匹配算法特征提取能力有限,多步骤、多模块的任务处理方式容易造成误差累积并且计算过程繁冗复杂等问题,本文在基于卷......
为了充分利用图像中所隐藏的特征信息,提出将低级维度特征融合在全连接层,构建出融合了高低级维度特征的双通道卷积神经网络。首先......
针对多聚焦图像融合问题,提出一种基于改进型卷积神经网络(convolutional neural network,CNN)的图像融合方法.首先,阐述了多聚焦......
