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. 数字相关和卷积运算Correlation and Convolution

  2. 相关可以从时域角度表现信号间的相似 程度，可以用来作为滤波和识别分类手段。卷积是线性时不变系统分析中基本的运算，也可 以起到滤波的作用。

  3. 所属分类：专业指导

    • 发布日期：2009-08-23
    • 文件大小：304128
    • 提供者：jxm0jxm

  1. 数字相关和卷积运算.pdf

  2. 数字相关和卷积运算，介绍的挺清楚，可以下载学习下。

  3. 所属分类：专业指导

    • 发布日期：2010-01-04
    • 文件大小：304128
    • 提供者：daidaima

  1. 卷积码和循环码识别技术

  2. 卷积码和循环码的相关知识 可以方便学习

  3. 所属分类：专业指导

    • 发布日期：2011-05-12
    • 文件大小：1048576
    • 提供者：iirsandiris

  1. 数字相关和卷积运算

  2. 数学基础 在第三章我们已经介绍了相关函数的基本定义，相关可以从时域角度表现信号间的相似程度，可以用来作为滤波和识别分类手段。卷积是线性时不变系统分析中基本的运算，也可以起到滤波的作用。由于计算机的普及，总是用计算机来进行信号与系统的分析，所以这里我们只介绍数字相关和数字卷积。

  3. 所属分类：其它

    • 发布日期：2012-02-17
    • 文件大小：270336
    • 提供者：lotusqian

  1. 基于FPGA的卷积编码和维特比译码的研究与实现

  2. 本论文是一篇关于如何基于FPGA平台进行卷积码编码和viterbi译码的过程论文，让你能更好完成相关卷积码编码译码的设计仿真等。

  3. 所属分类：专业指导

    • 发布日期：2012-05-28
    • 文件大小：2097152
    • 提供者：fengshenyin1205

  1. 基于MATLAB的卷积码的分析与应用

  2. 卷积码分析与matlab程序设计 (1) 介绍纠错控制编码的相关理论，重点分析卷积码的相关编码和解码理论。 (2) 在MATLAB中编写卷积码的编码和解码程序，模拟通信系统，针对TD-SCDMA系统中的卷积码进行仿真。 (3) 进行纠错译码验证，纠错比较及误码率相关因素分析。

  3. 所属分类：3G/移动开发

  1. 关于相关和卷积的ppt

  2. 搞不懂卷积的兄弟可以看看,看完了基本就懂了,挺实用,挺好的.

  3. 所属分类：专业指导

    • 发布日期：2008-09-18
    • 文件大小：87040
    • 提供者：ying31711

  1. 卷积神经网络及目标检测调研报告

  2. 这个PPT是最近做的一次卷积神经网络和目标检测识别的调研报告，包括读的几篇顶级会议期刊的论文，分为以下内容： （1）卷积神经网络的基本概念和发展脉络； （2）卷积神经网络的优化改进； （3）目标检测相关数据库和研究进展。 PPT做的优点粗糙，见谅。。。整个PPT最后的参考文献是最重要的。

  3. 所属分类：其它

    • 发布日期：2015-01-20
    • 文件大小：2097152
    • 提供者：wds555

  1. 相关和卷积最本质的理解

  2. 网络资源，整理成文档，详细透彻的讲解了相关和卷积的关系

  3. 所属分类：讲义

    • 发布日期：2015-07-31
    • 文件大小：18432
    • 提供者：u011518332

  1. 数字相关和卷积运算 数学

  2. 在第三章我们已经介绍了相关函数的基本定义，相关可以从时域角度表现信号间的相似程度，可以用来作为滤波和识别分类手段。卷积是线性时不变系统分析中基本的运算，也可以起到滤波的作用。由于计算机的普及，总是用计算机来进行信号与系统的分析，所以这里我们只介绍数字相关和数字卷积。

  3. 所属分类：专业指导

    • 发布日期：2009-04-15
    • 文件大小：304128
    • 提供者：daishu321

  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. 基于卷积神经网络和核相关滤波的物体跟踪算法

  2. 基于卷积神经网络和核相关滤波的物体跟踪算法，卷积神经网络和相关滤波方向

  3. 所属分类：深度学习

    • 发布日期：2018-07-25
    • 文件大小：400384
    • 提供者：qq_16248739

  1. 卷积计算并行化的验证

  2. 计算1维卷积的并行化处理，主要描述思路和算法验证，相关代码在https://gitee.com/yt2014/cuda-programs/tree/master/conv_1d

  3. 所属分类：C++

    • 发布日期：2018-09-13
    • 文件大小：27648
    • 提供者：taot2009

  1. matlab开发-argedata的图像相关和卷积

  2. matlab开发-argedata的图像相关和卷积。应用分块卷积方法计算二维和三维图像的自相关和互相关。

  3. 所属分类：其它

    • 发布日期：2019-08-24
    • 文件大小：4194304
    • 提供者：weixin_38744207

  1. 深度学习（五）————卷积神经网络基础、leNet、卷积神经网络进阶

  2. 目录 卷积神经网络基础 二维互相关运算 填充 步幅 多输入通道和多输出通道¶ 卷积层与全连接层的对比 池化 LeNet 模型 深度卷积神经网络（AlexNet） AlexNet 使用重复元素的网络（VGG）¶ ⽹络中的⽹络（NiN） GoogLeNet 卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义 我们介绍卷积层的两个超参数，即填充和步幅，它们可以对给定形状的输入和卷积核改变输出形状。 二维互相关运算 二维互相关（cros

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：899072
    • 提供者：weixin_38516706

  1. pytorch实现task5——卷积神经网络基础；leNet；卷积神经网络进阶

  2. 卷积神经网络基础 卷积神经网络包括卷积层和池化层。 二维卷积层 最常见的是二维卷积层，常用于处理图像数据。 二维互相关运算 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置的元素。图1展示了一个互相关运算的例子，阴影部分分别是输入

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：61440
    • 提供者：weixin_38666300

  1. 卷积神经网络笔记

  2. 一、二维卷积层（用于处理图像数据） 1.二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与 该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置的元素。 2.二维卷积层 二维卷积层将输入和卷积核做互相关运算，并加上一个标量偏置来得到输出。卷积层的模型参数包括卷积核和标量偏置。 3.互

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：48128
    • 提供者：weixin_38567813

  1. 使用Matlab进行人脸检测：使用机器学习来识别和检测人脸。 使用Surf，HOG和卷积神经网络-源码

  2. 使用Matlab通过HOG，SURF和CNN进行人脸识别 你好！ 由于数据敏感性，无法使用该项目的模型。 但是，可以通过将数据输入（照片文件夹），预处理已处理的图像（Faces和GrayFaces）来创建自己的模型，然后运行相关脚本来创建自己的模型。 这种脸部识别功能不仅适用于单个图像，而且适用于集体照，但请注意误报。 怎么跑 Matlab可以输出指数形式的值，因此请先运行“ format shortG”格式。 可处理的论点： 要使用SVM分类器RecogniseFace（“ I”，“ SU

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：12288
    • 提供者：weixin_42148975

  1. 深度学习——卷积神经网络

  2. 卷积神经网络 文章目录卷积神经网络一、卷积神经网络基础1.基础知识2.卷积层的简洁实现3.池化二、LeNet三、常见的一些卷积神经网络1.AlexNet2.VGG3.NiN4.GoogLeNet   一、卷积神经网络基础 1.基础知识 二维互相关(cross-correlation)运算：输入一个二维数组和核数组（卷积核或过滤器），卷积核在输入数组上滑动，在每个位置上与输入子数组按元素相乘并求和，取得一个输出的二维数组。如图中所示：19=0×0+1×1+3×2+4×3，25=1×0+2×1+4×

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：242688
    • 提供者：weixin_38660918

  1. Datawhale 组队学习打卡营 任务13：卷积神经网络基础

  2. 卷积神经网络基础 本章介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。 目录 二维卷积层 二维互相关运算 二维卷积层 互相关运算和卷积运算 特征图和感受野 填充和步幅 填充 步幅 多输入通道和多输出通道 多输入通道 多输出通道 1*1卷积层 卷积层和全连接层的对比 卷积层的简洁实现 池层 二维池化层 池化层的简洁实现 二维卷积层 最常见的二维卷积层，常用于处理图像数据。 二维互相关运算 二维互相关（cross-correlation）运算的输入是一个

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：301056
    • 提供者：weixin_38746818
« 12 3 4 5 6 7 8 9 10 ... 19 »