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. 基于ID3分类算法的深度网络爬虫设计.pdf

  2. 基于ID3分类算法的深度网络爬虫设计.pdf基于ID3分类算法的深度网络爬虫设计.pdf基于ID3分类算法的深度网络爬虫设计.pdf基于ID3分类算法的深度网络爬虫设计.pdf

  3. 所属分类：Web开发

    • 发布日期：2011-07-25
    • 文件大小：425984
    • 提供者：q345852047

  1. 深度网络电视(集合PPS.PPLIVE等多个

  2. 深度网络电视(集合PPS.PPLIVE等多个播放器.做的还是不错的

  3. 所属分类：网络基础

    • 发布日期：2009-04-24
    • 文件大小：12582912
    • 提供者：linjing0571

  1. Faster RCNN 深度网络

  2. Faster RCNN深度网络是对Fast RCNN深度网络的改进，用于图像目标检测，训练速度与检测速度更快。

  3. 所属分类：深度学习

    • 发布日期：2018-05-16
    • 文件大小：1048576
    • 提供者：m624197265

  1. Python-DeepChart根据代码自动生成深度网络结构图

  2. DeepChart：根据代码自动生成深度网络结构图

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：885760
    • 提供者：weixin_39840387

  1. 基于降噪自编码深度网络的空气质量预测模型

  2. 为了解决现有空气污染物预测模型预测精度低的问题，设计了一种基于长短期记忆（LSTM）网络的去噪自动编码器深度网络（DAEDN）模型。 该模型创建了一个具有LSTM网络的降噪自动编码器，以提取原始监测数据的固有空气质量特征，并对监测数据进行降噪处理，以提高空气质量预测的准确性。 将DAEDN模型中的LSTM网络结构设计为双向LSTM（Bi-LSTM），以解决单向LSTM预测结果中的滞后问题，从而进一步提高预测模型的预测精度。 利用空气污染物时间序列数据，使用北京在过去5年中收集的每小时PM2.5浓

  3. 所属分类：其它

    • 发布日期：2020-06-23
    • 文件大小：1048576
    • 提供者：weixin_38733281

  1. 简单易懂Pytorch实战实例VGG深度网络

  2. 主要介绍了简单易懂Pytorch实战实例VGG深度网络

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：59392
    • 提供者：weixin_38504417

  1. 2020研究生数学建模——大雾能见度估计与预测（E题）AlexNet深度网络解法MATLAB代码

  2. 是博客https://blog.csdn.net/qq_35759272/article/details/109252165（2020研究生数学建模——大雾能见度估计与预测（E题）AlexNet深度网络解法）文章对应的程序。需要配合我之前上传的视频截图文件，可以在我的上传文件里下载，注意：此程序是在MATLAB2020a上运行，低版本的MATLAB运行不了，安装完MATALB2020a之后要安装alexnet.mlpkginstall文件，具体怎么安装看博客链接

  3. 所属分类：深度学习

    • 发布日期：2020-10-29
    • 文件大小：22020096
    • 提供者：qq_35759272

  1. 常用深度网络模型.pptx

  2. 常用深度网络模型,深度卷积网络、深度循环网络，生成对抗网络

  3. 所属分类：算法与数据结构

    • 发布日期：2021-01-08
    • 文件大小：11534336
    • 提供者：xj4math

  1. 深度网络级联以实现图像超分辨率

  2. 深度网络级联以实现图像超分辨率

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：917504
    • 提供者：weixin_38734269

  1. 清除天空：用于单图像除雨的深度网络体系结构

  2. 清除天空：用于单图像除雨的深度网络体系结构

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：2097152
    • 提供者：weixin_38546846

  1. 深度网络的多流多类融合，用于视频分类

  2. 深度网络的多流多类融合，用于视频分类

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38699726

  1. SSPSR:用于单个高光谱图像超分辨率（IEEE TCI）的空间光谱先验深度网络-源码

  2. SSPSR-Pytorch 论文： : （IEEE Xplore） （arXiv） 学习空间光谱先验以实现超光谱影像的超分辨率 在本文中，我们引入了空间光谱先验网络（SSPN），以充分利用空间信息和高光谱数据的光谱之间的相关性。 考虑到高光谱训练样本稀少且高光谱图像数据的光谱维数很高，因此训练稳定有效的深度网络并非易事。 因此，提出了一种组卷积（具有共享的网络参数）和渐进式上采样框架。 这不仅减轻了由于高光谱数据的高维而导致的特征提取的困难，而且使训练过程更加稳定。 为了利用空间和光谱先

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：2097152
    • 提供者：weixin_42134143

  1. dnn2gp:近似推理将深度网络转变为高斯过程（dnn2gp）-源码

  2. 从深度神经网络到高斯过程（dnn2gp） 该存储库包含用于重现论文结果的代码近似推理将深度网络转变为高斯过程 计算和可视化线性模型和GP 复制模型选择实验 结果可以在/results目录中轻松获得，并且可以通过运行来复制 python marglik.py --name of_choice 这将同时产生玩具和真实世界的实验，并将相应的测量结果以新的文件名保存到结果目录中。 然后可以通过运行生成图 python marglik_plots.py --name original # use o

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：14680064
    • 提供者：weixin_42160376

  1. Flow-Motion-Depth:这是论文“单眼立体及更深层的流动和深度网络”的项目页面-源码

  2. 流动深度 这是文件的项目页的“流动感和深度网络单眼立体声和超越‘’。RAL 2020及对ICRA 2020年提出的。 该项目页面的内容： 该方法的实现， GTA-SfM工具和生成的数据集。 一旦论文被接受，所有组件将是开源的。 拟议的方法 在这项工作中，我们提出了一种消除单眼立体效果并可以进一步融合来自多个目标图像的深度信息的方法。 下图显示了该方法的输入和输出。 给定一个源图像和一个或多个目标图像，提出的方法估计每个源－目标对之间的光流和相对姿势。 还可以通过融合光流和姿态信息来估算源

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：18874368
    • 提供者：weixin_42179184

  1. 拍摄知道什么：深度网络在移动设备上的应用

  2. 拍摄知道什么：深度网络在移动设备上的应用

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38605967

  1. MDNC:适用于PyTorch的现代深度网络工具包。 这是PyTorch 1.x的扩展-源码

  2. pyTorch（MDNC）的现代深度网络工具包 这是一个pyTorch框架，用于 创建专门设计的网络或层。 并行数据预处理和后处理是torch.utils.data.DataLoader的强大替代方案。 基于回调函数的数据可视化工具可替代seaborn 。 用于从Github下载压缩包数据集的Web工具。 一些修改的第三方实用程序。 用法 目前，该项目仍在开发中。 我们建议按照以下步骤将包添加为git-project中的子模块， cd git submodule add https:

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：74752
    • 提供者：weixin_42099936

  1. 多域多任务传输深度网络的预测用户点击功能识别图像

  2. 多域多任务传输深度网络的预测用户点击功能识别图像

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_38696922

  1. 使用统一的深度网络进行CS-MRI联合重建和分段

  2. 使用统一的深度网络进行CS-MRI联合重建和分段

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：2097152
    • 提供者：weixin_38499336

  1. 基于自注意力深度网络的图像超分辨率重建方法

  2. 针对现有图像超分辨重建方法难以充分重建图像的细节信息且易出现重建的图像缺乏层次的问题,提出一种基于自注意力深度网络的图像超分辨重建方法。以深度神经网络为基础,通过提取低分辨率图像特征,建立低分辨率图像特征到高分辨率图像特征的非线性映射,重建高分辨率图像。在进行非线性映射时,引入自注意力机制,获取图像中全部像素间的依赖关系,利用图像的全局特征指导图像重建,增强图像层次。在训练深度神经网络时,使用图像像素级损失和感知损失作为损失函数,以强化网络对图像细节信息的重建能力。在3类数据集上的对比测试结果表

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：7340032
    • 提供者：weixin_38626242

  1. 基于离散余弦变换和深度网络的地貌图像分类

  2. 在未知环境中，无人机(UAV)着陆地貌的自动识别和分类有着极其重要的研究意义，传统的自然场景分类利用的是中层和底层特征信息，但是无人机着陆地貌图像场景复杂、信息丰富，需要较准确的高层语义特征表达。提出了一种基于离散余弦变换(DCT)和深度网络的地貌图像分类方法。首先将离散余弦变换能量集中的优势引入到卷积神经网络(CNN)的高效特征表达中，以降低维度和计算复杂度;然后根据地貌图像特点构建了14层的特征学习网络，并改进了卷积神经网络结构;最后将得到的深层特征输入到支持向量机(SVM)中，快速准确地完

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：9437184
    • 提供者：weixin_38729022
« 12 3 4 5 6 7 8 9 10 ... 50 »