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. 二维最大类间交叉熵阈值分割法

  2. 目的研究了基于类间交叉熵的二维阈值分割算法及其抗噪性能。方法通过采用交叉熵方法来描述二维直方图中的目标区域和背景区域之间像素信息的差异程度,构造了一种基于最大类间分离性程度的图像分割新方法。结果结果仿真证明该分割方法的有效性和抑制噪声的能力。结论在有噪声的图像中,新分割方法相比传统一维最小交叉熵具有更强的抗噪性能,并且在分割性能和时间花费上都优于二维最小类内交叉熵分割法。

  3. 所属分类：嵌入式

    • 发布日期：2009-04-07
    • 文件大小：1048576
    • 提供者：zsref

  1. 大数据机器学习框架（弥勒佛）MLF.zip

  2. 让天下没有难做的大数据模型！功能下面是弥勒佛框架解决的问题类型，括号中的斜体代表尚未实现以及预计实现的时间监督式学习：最大熵分类模型（max entropy classifier），决策树模型（decision tree based models，2014 Q1）非监督式学习：聚类问题（k-means，2014 Q1）在线学习：在线梯度递降模型（online stochastic gradient descent）神经网络（2014 Q2/3）项目实现了下面的组件多种数据集（in-mem，sk

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：5242880
    • 提供者：weixin_39841848

  1. MIMO雷达发射波形优化设计.pdf

  2. 本文构建了OFDM-LFM信号模型，并通过信号模糊函数的分析验证了其理论上的正交性。随后采用同样具有良好脉冲压缩性能的多相编码信号，以极小化峰值旁瓣为代价函数选择通过遗传算法对发射波形进行优化。最后，基于序列二次规划研究了自相关峰值旁瓣电平和互相关峰值电平与码长N、序列数L和加权系数的数值关系。目录 第一章绪论 1.1MIMo雷达波形设计的研究意义及背景 1.2MMo雷达波形设计研究现状的国内外背景和历史发展 第二章MIM雷达概述…… 2.1MIMO雷达的信号模型 般信号模型 3335 2.2信

  3. 所属分类：专业指导

    • 发布日期：2019-07-08
    • 文件大小：1048576
    • 提供者：qq_36731567

  1. 2019 ArXiv之ReID：Hetero-Center Loss for Cross-Modality Person Re-Identification

  2. Hetero-Center Loss for Cross-Modality Person Re-Identification 当前的问题及概述： 目前所有的框架都在解决跨模态差异问题，很少有研究探讨改进类内跨模态相似性。 本文提出了一个新的损失函数，称为异中心损失(HC损失)，以减少类内交叉模态的变化。具体来说，HC损失可以通过约束两个异质模态之间的类内中心距离来监督网络学习的跨模态不变信息。在交叉熵损失和HC损失的联合监督下，训练网络尽可能多地实现类间差异和类内交叉模态相似性这两个重要目标。

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：363520
    • 提供者：weixin_38554781

  1. 复杂背景下车型识别分类器

  2. 细粒度车型图像的类间特征差异小，在复杂图片背景中识别干扰因素多。为提高模型在复杂背景中对图像的特征提取能力和识别准确度，提出了基于支持向量机（SVM）和深度卷积神经网络（DCNN）的分类器集成模型Softmax-SVM。它将交叉熵代价函数与hinge损失函数相结合，代替Softmax函数层，减少了过拟合的发生。同时，设计了一个10层的DCNN提取特征，避免了手工提取特征的难题。实验数据集为复杂背景下的27类精细车型图像，尤其还包含同一汽车厂商的相近车型。实验结果表明，在不进行大量预处理的前提下，

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：7340032
    • 提供者：weixin_38704156