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CNN彩色图像边缘检测的车牌定位方法

  2. 本文提出一种彩色图像车牌定位方法(LPLCCED). 首 先利用细胞神经网络(CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法, 将车牌的颜色对约束条件融 合到边缘检测算法中, 本专用边缘检测算法可以大大缩小车牌初步定位的范围. 接下来提出一种针对车牌特征的边缘滤波算 法, 最后根据车牌结构和纹理特征对候选区域进行判别验证. 该流程的各个环节都可以通过硬件实现,

  3. 所属分类：其它

    • 发布日期：2009-11-07
    • 文件大小：3145728
    • 提供者：likun88866

  1. MATLAB细胞神经网络（CNN）图像处理

  2. 用MATLAB编写的细胞神经网络用于图像处理的源程序

  3. 所属分类：网络基础

    • 发布日期：2010-12-15
    • 文件大小：161792
    • 提供者：yinghuashi11

  1. 一种基于遗传算法的细胞神经网络模板设计算法

  2. 关于细胞神经网络CNN的经典模板设计方法遗传算法的系统而且详细的介绍

  3. 所属分类：其它

    • 发布日期：2014-04-16
    • 文件大小：375808
    • 提供者：jiazz

  1. 细胞神经网络的数学理论

  2. 细胞神经网络的数学理论分析，对于CNN的原理剖析，是进行仿真算法的理论基础

  3. 所属分类：其它

    • 发布日期：2014-04-16
    • 文件大小：2097152
    • 提供者：jiazz

  1. 基于CNN的改进混沌同步方法

  2. 针对目前混沌系统同步时间长、混沌同步特性不理想的问题，在系统参数已知的情况下，提出了单向耦合和 主动控制相结合的混沌同步方法。研究了实时性强、动力学特征复杂的细胞神经网络产生的三阶混沌特性，分别采用 传统混沌同步算法和改进混沌同步算法对细胞神经网络的混沌系统进行仿真。结果证明，改进算法比传统算法的同步 时间明显缩短，混沌同步性能得到了改善

  3. 所属分类：其它

    • 发布日期：2009-04-01
    • 文件大小：963584
    • 提供者：hanwen_2008

  1. MATLAB细胞神经网络（CNN）图像处理

  2. MATLAB细胞神经网络（CNN）图像处理

  3. 所属分类：其它

    • 发布日期：2018-09-20
    • 文件大小：57344
    • 提供者：qq_43177596

  1. 基于卷积神经网络的车牌照字符识别研究

  2. 基于卷积神经网络的车牌照字符识别研究310 第十二届全国图象图形学学术会议 以充分利用人的经验来获取模式特征以及神经网 来正确识别所有样本;Uc4层是网络的输出层即识 终分类能力来识别字符,特征提取必须能反应整 个字符的特征,才能达到较高的识别率;后者则 别层,显示网络最终的模式识别结果。 省去特征抽取,将整个字符直接作为神经网络的 差异提取层Uc的输出姐式(1)所示 输入。这种方式虽然在一定程度上增加了神经网 络结构的复杂度,但是网络的抗干扰性能和识别 n(n,)=max{(-)∑a()l(n

  3. 所属分类：机器学习

    • 发布日期：2019-04-19
    • 文件大小：274432
    • 提供者：suiyu_eran

  1. 基于细胞神经网络的煤仓图像处理方法研究

  2. 为了解决传统接触式煤位检测方法存在的缺点,如使用寿命短、时间长,费工费时等。提出了基于细胞神经网络的煤仓图像处理方法,核心思想是:通过CNN基本状态方程的基本原理,构造出数学形态滤波的细胞神经网络MMCNN方程。细胞神经网络完成了膨胀、腐蚀具体的计算。经过测试验证,效果很好。其应用可以实现远程监控,实时性很好,具有广阔的应用空间。

  3. 所属分类：其它

    • 发布日期：2020-07-02
    • 文件大小：467968
    • 提供者：weixin_38590989

  1. 基于单片机的灰度图像混沌保密通信

  2. 基于混沌保密通信原理，在单片机上采用细胞神经网络(CNN)，实现了灰度图像的混沌保密通信。首先，把灰度图像数据嵌入到混沌信号当中，然后在接收端根据混沌同步原理解出图像数据。给出不同噪声参数和同步参数时的实验结果，并作简要讨论。

  3. 所属分类：其它

    • 发布日期：2020-10-26
    • 文件大小：199680
    • 提供者：weixin_38700779

  1. 使用具有多任务学习功能的深度神经网络进行细胞跟踪

  2. 细胞跟踪在生物医学和计算机视觉领域起着至关重要的作用。 由于细胞通常具有频繁的变形活动并且在显微镜图像中尺寸较小，因此在实践中跟踪非刚性和非重要细胞非常困难。 传统的视觉跟踪方法在跟踪刚性和重要视觉对象方面具有良好的性能，但是，它们不适合用于单元跟踪问题。 在本文中，提出了一种使用卷积神经网络（CNN）以及多任务学习（MTL）技术的新型细胞跟踪方法。 CNN可学习可靠的信元功能，而MTL可提高跟踪的泛化性能。 提出的细胞跟踪方法包括粒子过滤器运动模型，多任务学习观察模型和优化的模型更新策略。 在

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_38644097

  1. 基于多层RTD忆阻器的细胞神经网络用于彩色图像处理

  2. 相信每个单元中具有多个状态变量的多层细胞神经网络（CNN）与多个动态规则相关联，比单层CNN具有更强大的数据计算和信号处理能力，特别适合解决复杂问题。 但是，目前，基于传统的基于CMOS的技术，它们的大规模集成硬件实现仍然具有很大的挑战性，这是因为其电路复杂性很高，因此其应用在实践中受到了限制。 本文提出了一种基于纳米尺度，谐振隧穿二极管和忆阻器的新型紧凑型多层CNN模型。 更具体地说，在此模型中，一个多层CNN单元由位于不同层中的几个子单元组成。 具有量子隧穿引起的非线性和独特的折叠电流-电压

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2097152
    • 提供者：weixin_38518376

  1. DSC卷积神经网络代码沿着ONL01-DTSC-PT-052620-源码

  2. 卷积神经网络-Codealong 介绍 在此代码中，我们将重新研究以前的圣诞老人图像分类示例。 为此，我们将审查从嵌套目录结构中加载数据集并构建基线模型。 从那里，我们将构建一个CNN并演示其在图像识别任务上的改进性能。 建议您运行单元格，以便进一步探索变量并调查代码片段本身。 但是，请注意，某些细胞（尤其是稍后训练的细胞）可能需要几分钟才能运行。 （在Macbook pro上，整个笔记本电脑大约需要15分钟才能运行。） 目标 你将能够： 使用图像数据生成器从分层文件结构加载图像 解释为什么训

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：360710144
    • 提供者：weixin_42097533

  1. 卷积神经网络（CNN）在无人驾驶中的应用

  2. 无人驾驶的感知部分作为计算机视觉的领域范围，也不可避免地成为CNN发挥作用的舞台。本文是无人驾驶技术系列的第八篇，深入介绍CNN（卷积神经网络）在无人驾驶3D感知与物体检测中的应用。卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种适合使用在连续值输入信号上的深度神经网络，比如声音、图像和视频。它的历史可以回溯到1968年，Hubel和Wiesel在动物视觉皮层细胞中发现的对输入图案的方向选择性和平移不变性，这个工作为他们赢得了诺贝尔奖。时间推进到上世纪80年代，

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：599040
    • 提供者：weixin_38699593

  1. 一种基于CNN的彩色图像边缘检测算法

  2. 利用细胞神经网络(CNN)模型导出了一种新的彩色图像边缘检测算法。为了充分利用图像中的颜色信息, 在RGB 彩色空间中用Mahalanobis 距离来度量象素之间的差异。为了解决常规边缘提取方法输出二值结果的缺点, 采用可以多值输出的CNN 来进行彩色图像边缘检测。通过Mahalanobis 距离对灰度CNN 度量象素差异的方式进行改进, 使其可以在RGB 彩色空间中进行运算。通过与Sobel、Log 和Canny 等几种边缘检测算子比较, 可以看出新方法的结果更加符合人眼的感知。此外, 在含有

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：425984
    • 提供者：weixin_38631599

  1. deep21：深度网络，用于将天体物理学前景与宇宙学信号分开，以进行即将到来的21厘米无线电观测。 关于arXiv的完整论文在这里：https：arxiv.orgabs2010.15843-源码

  2. 深21 深度卷积神经网络（CNN）的存储库，用于将宇宙学信号与高前景噪声污染区分开来，以便在无线电频谱中进行21厘米的大规模结构观测。 在此处阅读完整的出版物： : 可通过此获得基于浏览器的教程 内容： pca_processing ： 从.fits到.npy voxel格式的HEALPix模拟数据处理。 使用生成的宇宙学和前景模拟根据主成分分析Python脚本pca_format.py 理想情况下，应该并行运行pca_scr ipt.py （每次模拟3分钟） UNet细胞

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：58720256
    • 提供者：weixin_42097369

  1. PyCNN：使用Python的细胞神经网络进行图像处理-源码

  2. PyCNN：使用Python的细胞神经网络进行图像处理 细胞神经网络（CNN） 是最早在1988年细胞神经网络提出类似于神经网络，与该通信在相邻单元之间只允许的差的平行计算模式。 图像处理是其。 CNN处理器旨在执行图像处理； 具体来说，CNN处理器的原始应用是执行数字处理器无法实现的实时超高帧速率（> 10,000 frame / s）处理。 这个python库是CNN的实现，用于图像处理。 注：该库已在发表的研究被引用，寻找在参考部分中引用＃19。 我很高兴这个图书馆可以为社区

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：433152
    • 提供者：weixin_42135462

  1. 卷积神经网络（CNN）在无人驾驶中的应用

  2. 无人驾驶的感知部分作为计算机视觉的领域范围，也不可避免地成为CNN发挥作用的舞台。本文是无人驾驶技术系列的第八篇，深入介绍CNN（卷积神经网络）在无人驾驶3D感知与物体检测中的应用。 卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种适合使用在连续值输入信号上的深度神经网络，比如声音、图像和视频。它的历史可以回溯到1968年，Hubel和Wiesel在动物视觉皮层细胞中发现的对输入图案的方向选择性和平移不变性，这个工作为他们赢得了诺贝尔奖。时间推进到上世纪80年代

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：599040
    • 提供者：weixin_38685173

  1. TensorFlow 实战之实现卷积神经网络的实例讲解

  2. 本文根据最近学习TensorFlow书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。 一、相关性概念 1、卷积神经网络（ConvolutionNeural Network，CNN） 19世纪60年代科学家最早提出感受野（ReceptiveField）。当时通过对猫视觉皮层细胞研究，科学家发现每一个视觉神经元只会处理一小块区域的视觉图像，即感受野。20世纪80年代，日本科学家提出神经认知机（Neocognitron）的概念，被视为卷积神经网络最初

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：131072
    • 提供者：weixin_38606202

  1. 基于细胞神经网络的伪随机数生成方法

  2. 为了克服有限精度效应对混沌系统的退化影响，改善所生成随机序列的统计性能，设计了一种新的基于六维CNN（细胞神经网络）的64 bit伪随机数生成方法。在该方法中，通过控制六维CNN在每次迭代过程中的输入输出，改善了混沌退化对随机数的性能影响，同时，通过与Logistic映射所生成的随机序列和可变参数进行异或处理，有效避免了生成序列的重复出现，扩大了密钥空间和输出序列的周期。以新方法设计的PRNG（伪随机数生成器）易于在软件中实现，每次可生成64 bit的伪随机数，生成速率快。测试结果表明，该方法生

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：2097152
    • 提供者：weixin_38623272

  1. 基于改进忆阻细胞神经网络的彩色图像边缘提取

  2. 细胞神经网络具有局部互联结构和高速并行处理的能力, 被广泛应用于图像处理. 然而, 一方面, 现有处理方法大多采用固定模板, 在处理实际复杂图像时难以得到较好的效果. 另一方面, 因传统CMOS 工艺发展瓶颈, 利用其实现大规模细胞神经网络变得不切实际. 本文首先以人眼感知原理为基础, 考虑图像中各个像素空间分布的影响, 提出了一种新型阈值自适应算法, 其克服了传统边缘提取算法的局限性. 利用具有独特开关转换机制、非易失性和纳米级尺寸等优点的新型非线性两端电路元件忆阻器来解决CNN 的硬件实现难

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：1048576
    • 提供者：weixin_38551837
« 12 »