Open Nav
改进和拓展的实用程序RATIP包

改进和拓展的实用程序RATIP包

改进和拓展的实用程序RATIP包(中文7000字,英文PDF) 摘要: 在过去的几年,RATIP包被发现有用的计算自由原子的激发和衰减特性。基于(相对论)multiconfiguration Dirac-Fock方法,这个程序是用来获得原子性质的准确的预测和分析许多最近的实验。这个包的日常工作...

在皮肤镜图像上使用神经网络集成模型的黑色毒瘤的分割

在皮肤镜图像上使用神经网络集成模型的黑色毒瘤的分割

在皮肤镜图像上使用神经网络集成模型的黑色毒瘤的分割(中文11000字,英文PDF) 摘要-通过分析数字皮肤镜图像我们开发了一种分类黑素肿瘤良恶性的新方法。该算法按照以下三个步骤:第一步,使用自生成神经网络(SGNN)来提取病变;第二步,提取肿瘤颜色、纹理和...

深度卷积神经网络的ImageNet分类

深度卷积神经网络的ImageNet分类

深度卷积神经网络的ImageNet分类(中文11000字,英文PDF) 摘要 我们训练了一个大型深度卷积神经网络来将ImageNet LSVRC-2010数据集中的120万张高清图片分到1000个不同的类别中。在测试数据中,我们将Top-1错误(分配的第一个类错误)和Top-5错误(分配的前五个...

灰色系统概念和基本原理的解释

灰色系统概念和基本原理的解释

灰色系统概念和基本原理的解释(中文4600字,英文PDF) 摘要:目的-本文的目的是介绍灰色系统的概念和基本原理。方法-逐一介绍灰色系统概念和基本原理的基本术语的定义。调查结果 - 读者可以了解关于概念的重要术语的基本解释 本文从灰色系统的基本原理出发。实...

在线和离线手写汉字识别:综合研究和新基准

在线和离线手写汉字识别:综合研究和新基准

在线和离线手写汉字识别:综合研究和新基准(中文15000字,英文PDF) 摘要: 最近基于深度学习的手写汉字特征识别的方法已经取得了最顶尖的表现,这种方法是通过直接从原始数据学习有识别度的特征。然而,我们相信长期且充分被研究的特定领域知识仍然有助于手写...

基于卷积神经网络的人脸识别

基于卷积神经网络的人脸识别

基于卷积神经网络的人脸识别(中文2500字,英文PDF) 摘要:人脸识别对于现实世界中的应用起到十分重要的作用。比如视屏监控,人机互动和安全系统,与传统的机器学习方法相比,基于深度学习方法的图像识别在准确性和速度方面表现得更好。本文提出了一个修改卷积...

基于深度神经网络的皮肤科医生级皮肤癌分类

基于深度神经网络的皮肤科医生级皮肤癌分类

基于深度神经网络的皮肤科医生级皮肤癌分类(中文3000字,英文PDF) 摘要: 皮肤癌,人类最常见的恶性肿瘤,主要是视觉诊断,从最初的临床筛查和随访分析潜在的皮肤镜、活检和组织病理学检查。使用图像对皮肤病变进行自动分类是一项具有挑战性的任务,因为皮肤...

基于深度卷积神经网络的目标检测

基于深度卷积神经网络的目标检测

基于深度卷积神经网络的目标检测(中文7300字,英文PDF) 摘要 深度神经网络(DNNs)最近在图像分类任务上表现出色[14]。在本文中,我们进一步来解决使用DNN进行目标检测的问题,这不仅是分类,而且是精确定位各种类的对象。我们提出了一个简单但功能强大的对象检...

关于卷积神经网络的注记

关于卷积神经网络的注记

关于卷积神经网络的注记(中文5000字,英文PDF) 1 引言 这个文档是为了讨论CNN的推导和执行步骤的,并加上一些简单的扩展。因为CNN包含着比权重还多的连接,所以结构本身就相当于实现了一种形式的正则化了。另外CNN本身因为结构的关系,也具有某种程度上的平移...

基于全卷积网络的语义分割

基于全卷积网络的语义分割

基于全卷积网络的语义分割(中文8000字,英文PDF) 摘要:卷积网络在特征分层领域是非常强大的视觉模型。我们证明了经过端到端、像素到像素训练的卷积网络超过语义分割中最先进的技术。我们的核心观点是建立全卷积网络,输入任意尺寸,经过有效的推理和学习产生...

  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 下一页
  • 末页
  • 53524
  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4