深度卷积相关论文
为解决图像分类中Inception结构复杂且在深度网络中存在参数冗余的问题，提出一种改进的Inception结构。该结构整合了传统Inception......
随着网络技术和大数据分析的高速发展,也持续地促进了深度学习算法的进步,其中,卷积神经网络就因其优异的特征提取能力、泛化能力......
目标检测作为计算机视觉中最基本、最具挑战性的任务之一，旨在找出图像中特定的目标，并对目标进行定位和分类，现已被广泛应用于工业质......
蛋白质二级结构是研究蛋白质折叠盘旋结构的基础,蛋白质盘旋和折叠的状态决定了人体生物蛋白酶的活性,如果这种生物活性缺失或者降......
针对不平衡数据集的在线监测与诊断问题,提出一种基于深度卷积生成对抗网络的算法模型.通过生成器与判别器之间的不断对抗,实现对......
主要研究一种图像识别系统,对图片中废弃的电子电器设备进行分类与识别,其目的是加强个人和垃圾回收机构之间高效信息的传递,从而......
提出基于蛋白质长度信息和深度卷积神经网络分类建模的方法(Length Information and Deep Convolutional Neural Networks, LIM-DC......
目前深度学习模式下的图像超分辨率重建存在对纹理感知不够精确、重建图像不够真实等问题,为了改善重建图像质量,提出一种基于多感......
近年来随着深度学习的快速发展,在计算机检测和图片识别领域,人脸识别作为一个重要分支已经越来越受到国内外学者及专家的关注。人......
高效的地物分类对开发和利用土地资源有十分重要的意义。使用TerraSAR-X单极化影像数据对珠江三角洲入海口的广州南沙区进行地物分......
随着现代化进程的推进和速递性业务的发展,交通运输业得到了飞速发展,因疲劳驾驶而频繁产生的交通事故,已经成为全世界范畴上亟待......
随着中国科学技术水平的不断提高和迅速发展,其在农业领域的研究和应用已经逐渐普及。但是,农作物病虫害的分类和识别是防治的重要......
针对人工巡视获取坝面图像方式存在风险高、效率低及传统裂缝检测方法的检测精度偏低和实时性差等问题,搭建了具备长续航能力的系......
图像超分辨率重建(SR)是图像处理领域当中的一个重要分支,其研究与发展有着广泛的应用价值.超分辨率重建根据输入图像的数量可以分......
人工智能与实际的生产应用相结合,将是未来创新发展的新趋势;原木理货是港口一项非常重要的业务,目前的理货模式需要到现场以人工......
针对传统数字岩心重构技术存在的成本高昂、复用性差和重构质量低等问题,提出了一种基于带梯度惩罚深度卷积生成对抗网络(DCGAN-GP......
在深度学习中,数据是三大核心要素之一。尤其在某些领域,数据的稀有、人工标注造成大量人力的浪费、数据好坏对产出结果的影响,都......
随着我国科学技术的不断发展演变,深度卷积神经网络在流行全球的深度学习领域中显得尤为活跃,它拥有传统机器无法比拟的丰富网络结......
当前电力交易体系模型中的关联算法不具有实时性,导致电能计量受温度与湿度的影响,存在计量误差。提出基于误差补偿的电能交易体系......
针对嵌入式设备内存小及多分类准确率低等导致驾驶员检测问题,提出经过深度可分离卷积网络改进而成的,快速下采样网络(fast downsa......
注气开发是目前油田开发最有效的EOR方法之一,但注气开发面临见气时间早、气体突进严重等一系列问题。通过气窜方向预测能够及时调......
随着计算机技术的迅猛发展,产生了海量的图像数据,对这些数据进行正确的分类,不仅为数据查询提供了方便还能提高有效信息的获取效......
学位
随着私家车的普及,交通事故数量与日俱增,其中大约有五分之一交通事故是由于驾驶员在驾驶过程中存在打电话、打字、吃东西、与人交......
深度卷积生成对抗网络的超分辨任务包括生成网络和判别网络建模过程。实现分为寻找到低分辨图与高分辨图之间的关系模型和利用量化......
目的:研究轻量级网络的超分辨率重建。方法:尝试在图像超分辨率重建中引入MobileNet网络结构,并使用MobileNetv2网络结构对网络进......
期刊
为了改善检测算法的准确率和收敛速度,基于传统的深度卷积生成对抗网络,提出了一种结合深度卷积神经网络和生成对抗网络的算法,通......
为了提高花朵图像识别与分类的准确率,采用基于深度卷积生成对抗网络的算法来完成花朵图像的识别与分类。为了保证花朵图像在卷积......
针对人脸复原过程中出现失真和重要细节丢失的问题,提出一种基于深度卷积生成式对抗网络的人脸恢复方法。使用人脸恢复网络对风格......
针对传统步态识别算法因服饰携带物变换、视角等协变量因素变化导致的识别能力下降问题,提出了一种基于改进深度卷积神经网络的步......
本文对计算机视觉系统的测试用例生成方式进行大胆尝试与探索,研究了深度学习模型及生成对抗网络在测试用例生成领域的适用性。通......
针对DCNN存在网络复杂度高和梯度消失的问题,设计了一个深度Res Nets模型,该模型通过添加与卷积神经网络各层并行的skip层连接来降......
室外拍摄图像由于受雾气、雾霾、沙尘等大气颗粒杂质的影响呈现出图像灰白化,而现有的图像去雾算法存在过度依赖先验信息、透射率......
针对传统深度卷积生成网络收敛速度慢、稳定性较差的问题,本文在传统深度卷积生成对抗网络的基础上,提出了深度卷积生成对抗网络的......
虫害识别是防治的关键环节,但是由于虫害自身的动态性、稳定性、变态性以及种群规模庞大形态各异等特点,因此传统图像分类识别方法......
针对传统文本—图像对抗模型中,由于反卷积网络参数过多容易产生过拟合现象,导致生成图像质量较差,而线性分解方法无法解决文本—......
针对目前图像编码的研究工作更加重视信息无损性,而没有体现出社交网络图像区分度的问题,本研究提出一种新颖的基于深度卷积神经网......
针对卷积神经网络(CNN)在数据集(训练集)较小时,易发生过度拟合的现象,提出并实现了一种引入Selu激活函数并结合带参数归一化的Dro......
声信号在空间中的传播具有较强的多径效应,在接收端往往以卷积形式相互叠加,尤其在海洋、剧场等强混响条件下,混合滤波器冲激响应......
为了实现交换机外壳上钉类安装正确与否的精确检测,文章提出一种基于改进卷积神经网络的图像处理识别算法。首先对交换机外壳图像......
