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. 深度学习研究综述

  2. 深度学习的一篇中文性综述。深度学习 ( deep learning)是最接近人脑的复杂模型。它模仿人类视觉系统对信息的分层处理方式，逐层构建一个多层的网络，使得机器能自动地学习到反映隐含在数据内部的关系，自动从底层到高层逐层抽取特征信息，建立从底层信号到高层语义的映射关系。

  3. 所属分类：专业指导

    • 发布日期：2014-10-23
    • 文件大小：401408
    • 提供者：guanxh0707

  1. 基于深度学习的中文自然语言处理工具FudanDNN-NLP2.0

  2. 本工具为复旦大学计算机学院机器人研究实验室开发的基于深度学习的中文自然语言处理工具FudanDNN-NLP2.0，该工具可用于中文分词、自定义词汇、文本规范化、命名识别、词性标注、语义分析，用户可以根据需要重新训练或者精调模型。深度学习方法的优点在于不需要预先根据任务进行特征选择（特征工程），系统所需参数较少（节省内存开销），并且解码速度（实际使用）远远快于其它相似性能的系统。

  3. 所属分类：Java

    • 发布日期：2016-03-04
    • 文件大小：60817408
    • 提供者：zxqingcn

  1. 基于深度学习的无人车夜视图像语义分割

  2. 为了增强无人车对夜视图像的场景理解,在夜间模式下更快更精确地探测和识别周围环境,将深度学习应用于夜视图像的场景语义分割,提出了一种基于卷积-反卷积神经网络的无人车夜视图像语义分割方法。在传统的卷积神经网络中加入反卷积网络,构建卷积-反卷积神经网络,无需手工选取特征。通过像素到像素的学习和训练,得到图像语义分割模型,可直接用该模型预测夜视图像中每个像素所属的场景语义类别,实现无人车夜间行驶时的环境感知。实验结果表明,该方法具有较好的准确性和实时性,平均IU达到68.47。

  3. 所属分类：深度学习

    • 发布日期：2017-09-01
    • 文件大小：2097152
    • 提供者：weixin_34987539

  1. ROS 深度学习—无人系统中的大脑与小脑

  2. 无人系统的“智能” ROS+DeepLearning+Caffe　 　　从需求出发，无人系统的智能设定需要实现如下功能： 1、感知环境的变化、对环境中的物体进行识别、理解物体之间的关系； （视觉、超声波、雷达等传感器，感知算法） 2、实现自主定位、进行路径规划、完成对运动机构的驱动、进行闭环检测； （规划：手臂、SLAM；驱动；ros control闭环） 3、实现语音识别、理解与生成； （语音） 4、进行高层语义计算、完成任务规划、做出控制决策等。 （任务规划，行为树） 　　 　　邓向阳表示

  3. 所属分类：深度学习

    • 发布日期：2017-10-12
    • 文件大小：12582912
    • 提供者：welcome_you8

  1. 基于深度学习的图像语义提取与图像检索技术研究

  2. 将深度学习应用于图像语义特征提取中，提出一种无监督的算法与朴素的基于深度学习的图像标注方法。

  3. 所属分类：深度学习

    • 发布日期：2017-12-12
    • 文件大小：4194304
    • 提供者：cyj2014go

  1. 卷积神经网络研究综述

  2. 近年来，卷积神经网络在图像分类、目标检测、图像语义分割等领域取得了一系列突破性的研究成果，其强大的特征学习与分类能力引起了广泛的关注，具有重要的分析与研究价值。首先回顾了卷积神经网络的发展历史，介绍了卷积神经网络的基本结构和运行原理，重点针对网络过拟合、网络结构、迁移学习、原理分析四个方面对卷 积神经网络在近期的研究进行了归纳与分析，总结并讨论了基于卷积神经网络的相关应用领域取得的最新研究成果，最后指出了卷积神经网络目前存在的不足以及未来的发展方向。

  3. 所属分类：深度学习

    • 发布日期：2018-04-20
    • 文件大小：829440
    • 提供者：meng3chen4

  1. 基于深度学习的大数据空气污染预报

  2. 为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的。本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法。该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能。得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-19
    • 文件大小：1048576
    • 提供者：qq_28339273

  1. deep_lab_v3_深度学习_语义分割开源代码

  2. DeepLabv3：采用多比例的带孔卷积级联或并行来捕获多尺度背景，基于图像特征优化 ASPP

  3. 所属分类：深度学习

    • 发布日期：2018-07-05
    • 文件大小：103424
    • 提供者：smartkingking

  1. 用于微博情感分析的一种情感语义增强的深度学习模型

  2. 基于神经语言模型的词向量表示技术能够从大规模的未标注文本数据集中自动学习词语的有效特征表 示，已经在许多自然语言处理任务及研究中取得重要进展．微博中的表情符号是微博情感分析最重要的特征之一， 已有大量的研究工作在探索有效地利用表情符号来提升微博情感分类效果．借助词向量表示技术，为常用表情符 号构建情感空间的特征表示矩阵ＲＥ；基于向量的语义合成计算原理，通过矩阵ＲＥ 与词向量的乘积运算完成词义 到情感空间的映射；接着输入到一个ＭＣＮＮ（Ｍｕｌｔｉ－ｃｈａｎｎｅｌ　Ｃｏｎｖｏｌｕｔｉｏｎ　Ｎｅｕｒ

  3. 所属分类：深度学习

    • 发布日期：2018-01-20
    • 文件大小：1048576
    • 提供者：zhp881828

  1. Exploiting Deep Features for Remote Sensing Image Retrieval

  2. 深度学习方法在图像检索上的应用 Exploiting Deep Features for Remote Sensing Image Retrieval 图像检索——从视觉特征、相似性度量、相关性反馈三个核心方面提出RS图像特征提取的基准（武大）

  3. 所属分类：深度学习

    • 发布日期：2018-09-16
    • 文件大小：4194304
    • 提供者：weixin_40744915

  1. 基于深度学习的高分辨率遥感影像目标检测

  2. 传统的目标检测识别方法难以适应海量高分辨率遥感影像数据，需要寻求一种能够自动从海量影像数据中学习最有效特征的方法，充分复挖掘数据之间的关联。本文针对海量高分辨率遥感影像数据下典型目标的检测识别，提出一种分层的深度学习模型，通过设定特定意义的分层方法建立目标语义表征及上下文约束表征，以实现高精度目标检测。通过对高分遥感影像目标检测的试验，证明了该方法的有效性。

  3. 所属分类：深度学习

    • 发布日期：2020-03-20
    • 文件大小：498688
    • 提供者：Dan510275

  1. 基于深度学习的软件源码漏洞预测综述

  2. 基于深度学习的软件源码漏洞预测综述，马倩华，李晖，深度学习方法能自动提取软件源代码的一些语法语义特征进行漏洞预测,已有一些研究证实了其有效性,但该领域还没有统一的指导原则,本

  3. 所属分类：其它

    • 发布日期：2020-03-09
    • 文件大小：332800
    • 提供者：weixin_38745648

  1. 文本语义相似度计算方法研究及应用

  2. 文本相似度计算一直是自然语言处理领域研究中的一个基础问题。而文本语义相似度计算则是在文本相似度计算基础上增加了语义分析,在语义层面对文本相似度作进一步的分析研究,具有广阔的应用背景。本文针对句子级别的文本语义相似度计算问题,提出了应用结构化特征和神经网络的方法,并将该方法应用到一个实际的问答系统中,取得了良好的效果。本文深入研究文本语义相似度计算方法,主要研究内容如下:(1)基于结构化表示的文本语义相似度计算方法针对句子级文本相似度计算方法中平面特征表征性弱的问题,本文提出了应用结构化特征来表示

  3. 所属分类：机器学习

    • 发布日期：2020-03-07
    • 文件大小：6291456
    • 提供者：sohopeter

  1. 一种结合百科知识与句子语义特征的关系抽取方法

  2. 一种结合百科知识与句子语义特征的关系抽取方法，吕亿林，田宏韬，针对目前基于深度神经网络的关系抽取方法缺乏外部知识引入的问题，提出了一种结合百科知识与句子语义特征的关系抽取方法。首先利

  3. 所属分类：其它

    • 发布日期：2019-12-27
    • 文件大小：293888
    • 提供者：weixin_38722464

  1. 深度哈希图像检索综述

  2. 由于计算和存储效率的提高，哈希被广泛应用于大规模数据库检索中的近似近邻搜索。深度哈希技术是一种利用卷积神经网络结构来挖掘和提取图像语义信息或特征的技术，近年来受到越来越多的关注。

  3. 所属分类：机器学习

    • 发布日期：2020-06-14
    • 文件大小：1048576
    • 提供者：syp_net

  1. 融合分割先验的多图像目标语义分割_廖旋.pdf

  2. 论文仅供参考学习使用。 通过融合浅层网络高分辨率的细节特征来改进 PSPNet-50 网络模型，减小随着网络的加深导致空间信息的丢失对分割边缘细节的影响。然后通过交互分割算法获取一至两幅图像的分割先验，将少量分割先验融合到新的模型中，通过网络的再学习来解决前景/背景的分割歧义以及多图像的分割一致性。最后通过构建全连接条件随机场模型，将深度卷积神经网络的识别能力和全连接条件随机场优化的定位精度耦合在一起，更好地处理边界定位问题。

  3. 所属分类：深度学习

    • 发布日期：2020-09-01
    • 文件大小：7340032
    • 提供者：olivia_ye

  1. 零射击学习的深度语义结构约束

  2. 零镜头学习旨在通过学习视觉语义嵌入空间来对看不见的图像类别进行分类。 在大多数情况下，传统方法采用分离的两步流水线，该流水线从预先训练的CNN模型中提取图像特征。 然后利用固定的图像特征来学习嵌入空间。 这导致缺乏针对零镜头学习任务的图像特征的特定结构语义信息。 在本文中，我们提出了一种端到端可训练的深度语义结构约束模型来解决此问题。 所提出的模型包含图像特征结构约束和语义嵌入结构约束，目的是学习保留结构的图像特征并赋予学习的嵌入空间以更强的泛化能力。 借助语义结构信息，该模型获得了更多的零散学

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：685056
    • 提供者：weixin_38553478

  1. 一种改进的多门控特征金字塔网络

  2. 特征金字塔网络(FPN)在融合不同尺度特征图时采用上采样和相加的方法,然而经过上采样的特征图的空间层级化信息丢失严重,简单地进行相加必然引入一定的误差。同时,FPN结构的深层特征信息前向传递性较差,其对更浅层的辅助效果基本消失。对此,结合长短时记忆(LSTM)网络在处理上下文信息上的优势对FPN结构进行改进,在不同深度的特征层之间建立一条自上而下的记忆链接,建立多门控结构对记忆链上的信息进行过滤和融合以产生表征能力更强的高级语义特征图。最后,将改进的FPN结构加入到SSD(Single Shot

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：9437184
    • 提供者：weixin_38713167

  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

  1. 基于多尺度融合的深度人群计数算法

  2. 在人群计数统计时存在相机透视、人群重叠、人群遮挡等众多干扰因素,使人群计数的准确性不高。针对这一问题,提出一种多尺度融合的深度人群计数算法。首先,利用VGG-16网络的部分结构提取出人群底层特征信息;其次,以膨胀卷积理论为基础,构建多尺度特征提取模块,实现多尺度上下文特征信息的提取,降低模型参数量;最后通过将底层细节特征信息和高层语义特征信息融合的方式,提升模型计数性能和密度图质量。在三个公开数据集上对不同算法进行测试。实验结果表明,与其他人群计数算法相比,所提算法的平均绝对误差和方均误差均有不

  3. 所属分类：其它

    • 发布日期：2021-01-25
    • 文件大小：5242880
    • 提供者：weixin_38548507
« 12 3 4 5 6 »