注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1

  3. 所属分类：其它

    • 发布日期：2011-05-12
    • 文件大小：5242880
    • 提供者：wangjunhui1984

  1. keras示例程序

  2. addition_rnn.py 执行序列学习以执行两个数字（作为字符串）的添加。 antirectifier.py 演示如何为Keras编写自定义图层。 babi_memnn.py 在bAbI数据集上训练一个内存网络以进行阅读理解。 babi_rnn.py 在bAbI数据集上训练一个双支循环网络，以便阅读理解。 cifar10_cnn.py 在CIFAR10小图像数据集上训练一个简单的深CNN。 conv_filter_visualization.py 通过输入空间中的渐变上升可视化 VGG1

  3. 所属分类：深度学习

    • 发布日期：2017-10-23
    • 文件大小：10485760
    • 提供者：manoerina0411

  1. Matlab实现Mnist-image 手写数字图像识别

  2. CNN——卷积神经网络类数字识别matlab实现代码,原因是现在而与Matlab c++ / CUDA库前端比一个Matlab库。这个项目提供了matlab类卷积神经网络的实现。勒存这网络是由Yann和已经成功地使用在许多实际应用,如手写数字识别、人脸检测、机器人导航等更多信息。由于卷积网络的一些建筑的特性,如重量共享实现它是不现实的利用Matlab神经网络工具箱没有它的源代码的修改。这就是为什么这类作品几乎独立于神经网络工具箱(即将完全独立这个版本包括示例使用CNN手写数字的识别。如果你只是

  3. 所属分类：其它

    • 发布日期：2018-07-02
    • 文件大小：624640
    • 提供者：zzx2016zzx

  1. 卷积神经网络文字识别

  2. 卷积神经网络用于文字识别，在经典的模式识别中，一般是事先提取特征。提取诸多特征后，要对这些特征进行相关性分析，找到最能代表字符的特征，去掉对分类无关和自相关的特征。然而，这些特征的提取太过依赖人的经验和主观意识，提取到的特征的不同对分类性能影响很大，甚至提取的特征的顺序也会影响最后的分类性能。同时，图像预处理的好坏也会影响到提取的特征

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-26
    • 文件大小：14680064
    • 提供者：qq_33695019

  1. 零基础深度学习

  2. Deep Learning训练过程、CNN卷积神经网络推导和实现、CNN反向求导及练习、CNN卷积神经网络深度解析、CNN卷积神经网络文字识别系统

  3. 所属分类：深度学习

    • 发布日期：2019-04-11
    • 文件大小：1048576
    • 提供者：qq_38971137

  1. 研究论文-深度学习在身份证号码识别中的应用.pdf

  2. 为了克服传统身份证文字识别算法提取特征难的问题，提出一种基于深度学习的身份证号码识别方法。先通过OSTU实现文字区域的提取，再通过投影统计法切割单个文字的图片，分别从神经元数量、网络层深浅的变化分析网络模型的识别效果。从动态学习率、抑制过拟合和损失函数设计等方面对网络模型进行优化，提升了模型识别正确率。实验结果表明，结合优化策略的卷积神经网络的识别正确率能达到99.96%。

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：1048576
    • 提供者：weixin_39840588

  1. 卷积神经网络文字识别

  2. 卷积神经网络用于文字识别，在经典的模式识别中，一般是事先提取特征。提取诸多特征后，要对这些特征进行相关性分析，找到最能代表字符的特征，去掉对分类无关和自相关的特征。然而，这些特征的提取太过依赖人的经验和主观意识，提取到的特征的不同对分类性能影响很大，甚至提取的特征的顺序也会影响最后的分类性能。同时，图像预处理的好坏也会影响到提取的特征

  3. 所属分类：算法与数据结构

    • 发布日期：2020-02-08
    • 文件大小：14680064
    • 提供者：rikliu

  1. 1 新技术篇-机器学习概述.pdf

  2. 机器学习在中国,随着人们物质基础得提升,寿命的增长以及环境的影响,癌症每年正以...以及正在被应用于癌症研究的新技术、新方法,什么是机器学习? 不同的定义: “机器学习是一门人工智能的科学,主 要研究对象是人工智能,特别是如何在 raining Data 经验学习中改善具体算法的性能。” “机器学习是对能通过经验自动改进的 计算机算法的研究。” Random Tuning 机器学习是使用数据或以往的经验 Learning Algorithm 以此优化计算机程序的性能标准 ◇总结如下: 人工智能的

  3. 所属分类：机器学习

    • 发布日期：2019-07-06
    • 文件大小：621568
    • 提供者：u010461615

  1. 基于深度学习的智能路牌识别系统设计

  2. 提出了一种基于机器视觉和深度学习的智能路牌识别系统。采用嵌入式的ARM9作为前端采集系统，在服务器上采用图像处理算法先对前端采集的路牌图像进行文字区域的提取和分割，然后用训练好的卷积神经网络对分割的文字进行识别，最后将识别信息以语音的形式反馈给使用者。使用前端硬件在高速公路上采集路牌图像并在服务器的CAFFE框架上进行测试，结果表明该系统能实时准确地将路牌信息以语音的方式播报给使用者。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：523264
    • 提供者：weixin_38728360

  1. text_recognition_toolbox:text_recognition_toolbox-源码

  2. 文字识别工具箱 1.项目介绍 该项目是基于pytorch深度学习框架，以统一的改写方式实现了以下6篇经典的文字识别论文，论文的清单如下。该项目会持续进行更新，欢迎大家提出问题以及对代码进行贡献。 模型 文章标题 发表年份 模型方法划分 神经网络 《基于端到端的可训练神经网络基于图像的序列识别及其在场景文本识别中的应用》 2017年 CNN + BiLSTM + CTC 神经网络 《 OCR门控递归卷积神经网络》 2017年 门控循环抽提层+ BiSTM + CTC 扇子 《关注：在自然图像

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_42162171

  1. TorchNN-OCR:EchidNet和其他神经网络用于光学字符识别任务-源码

  2. EchidNet-OCR 使用EchidNet的Torch光学字符识别神经网络，以及其他在其顶部具有递归层的CNN。 1-只需创建一个名为“数据集”的目录，然后将图像扔在那里（最好是png，但是只要您更改了格式，就可以使用其他格式 2-确保在训练时规范化数据长度（图像中的字符数）（或欺骗它以发送相同的长度）。 您还可以使用image_validation.py并指定长度可以多大，仅删除超出预期的数据。 3-之后，请运行train.py，您应该会很高兴。 注意：您的图像必须命名为“ text

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：10240
    • 提供者：weixin_42131601

  1. DeepLearningProjects-源码

  2. 深度学习项目 该存储库演示了一些深度学习项目。 项目清单 序列号 项目 重点介绍 1个 股票价格预测 LSTM 2个 文字摘要器 编码器，解码器和注意力模型 2个 数字识别器 卷积神经网络 项目详情和结果 1.使用LSTM预测股价 基于LSTM神经网络的深度学习模型，可使用AAPL股票数据集预测股票价格。 通过堆叠3个lstm层和一个连接的密集层来获得回归输出，从而构成了体系结构。 已使用Adam优化器，它是adagrad优化器的升级版本，用于防止高alpha值，这可能会导致非常低的学习率。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：265216
    • 提供者：weixin_42161497

  1. 文字检测器：可让您检测和翻译文字的工具-源码

  2. 文字检测和识别 该存储库包含的工具可用于检测带有文本的区域，并将其一一翻译。 描述 使用了两个预训练的神经网络。 其中之一负责检测文本出现的位置并返回其坐标。 此操作的结构使用基于CRAFT体系结构。 第二网络获取检测到的单词并识别其中包含的单词。 卷积递归神经网络（CRNN）用于此操作。 例 建设中 部署方式 我决定将其部署在heroku（临时解决方案）上，但是该平台上可用的内存量不足。 您可以在上检查它。 我决定添加引导程序模板，因为整个解决方案变得更加直观。 Windows安装 要在本地安

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：109051904
    • 提供者：weixin_42139357

  1. 基于卷积神经网络的棋子定位和识别方法

  2. 中国象棋棋子定位采用的传统图像处理方法，复杂度高；识别棋子采用的传统文字识别方法，泛化性较差、精确度较低。提出一种基于棋子颜色特征的分割方法和改进的二值图像滤波算法，实现了棋子的快速定位，不需要二次修正位置；提出一种基于卷积神经网络的棋子识别方法，该方法可以应用于不同字体的棋子识别，在更换棋子的情况下，依然可以快速、准确地识别棋子。实验结果表明，该方法的定位误差为0.51 mm，平均定位时间0.212 s，对4类字体的平均棋子识别准确率为98.59%左右，证实了该方法的有效性和实用性。

  3. 所属分类：其它

    • 发布日期：2021-01-25
    • 文件大小：8388608
    • 提供者：weixin_38499336

  1. 基于卷积神经网络的数字验证码识别研究

  2. 验证码技术是确保网站安全性和用户信息隐私性的第一道保障。针对多样化的验证码，其识别技术也很多，传统验证码技术主要分为人工识别、字典模型识别和验证码图像分割识别，其中字典模型中较为典型的Tesseract-OCR，其识别率相对较低，过程操作复杂，需要对识别错误的文字做出修改不适合对复杂验证码做出高效迅速的识别。本文使用TensorFlow框架实现卷积神经网络算法对验证码进行识别，利用Captcha包下提供的ImageCaptcha（）方法生成模拟现实网站的验证码，利用卷积神经网络对生成的验证码进行

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38530415

  1. 深度卷积神经网络LeNet-5和ResNet的对比以及应用分析

  2. 针对深度学习中ResNet深度卷积神经网络与LeNet-5模型在图像识别、文字识别和语音识别等领域广泛应用，文中对两种模型的运行机理和方式进行了详细阐述，并对两者在实际应用中的表现进行了对比与分析。首先对两种模型的结构和设计分别进行了叙述，并指出了两种模型面对不同问题的优缺点，且为工程实践提供了指导。然后基于分析进一步对两种模型进行了重建和训练，以实现更优的性能。仿真结果表明，ResNet深度卷积神经网络相比LeNet-5模型在实际应用中具有更好的效果。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38594687

  1. 一种工程图纸类文档识别分类的技术研究

  2. 针对工程图纸识别分类准确度不高的问题，采用了卷积神经网络对电气类图纸、机械类工程图纸和文字类3种图像进行高精度的分类。在小规模数据集和有限计算能力应用场景下，首先采用数据增强技术通过旋转变换、随机裁剪、增加噪声来扩大图像的数据集， 然后搭建反向神经网络与卷积神经网络分别进行训练，最后根据两种分类器预测图像标签进行识别分类. 对比实验结果表明， 反向神经网络模型迭代训练后准确度达到75%，卷积神经网络模型迭代训练后准确率达到98%，模型交叉熵损失量分布在0.001，深度卷积神经网络比浅层反向神经网

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：2097152
    • 提供者：weixin_38698403

  1. AuthorIdentification-源码

  2. 作者识别 作者身份归因是一项重要任务，因为它可以从一组可疑作者中识别出书面文本的作者。随着社交媒体使用的增加，已经发现了不同的匿名写作方法。这种匿名的文字导致恶意和可疑活动的增加，而匿名使得难以找到嫌疑人。作者身份归属有助于从一组犯罪嫌疑人中找到犯罪嫌疑人文本的作者。用户定期使用不同的社交媒体平台（例如Twitter，Facebook，Instagram等）分享他们的日常生活。查找可疑文本的作者被认为是最艰巨的任务，因为可疑文本的长度较短。我们在字符n-gram上展示了一个基于胶囊的卷积神经网络

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：1024
    • 提供者：weixin_42099087