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. 基于模糊神经网络的火灾报警系统的设计

  2. 随着经济建设和城市的迅速发展，工业与民用建筑日趋增多，为了保护人民财产和生命的安全，消防监控已经成为现代楼宇设计中不可缺少的组成部分。 任何燃烧或火灾，在其初始发展阶段，都将伴随烟雾、热量和火焰的产生，烟、热、光是物质燃烧的三大特征。火灾早期预报的重要手段，就是通过安装在现场的各类火灾探测器对火灾产生的烟、热、光等参量做出有效的响应，即应用相应的敏感元件，将表征火灾参数的物理量转化为电信号，通过电子线路将其放大、变换、传输、处理，发出报警信号，并以特定的音箱和闪光报警信号引起人们的警觉，呼唤工

  3. 所属分类：网络基础

    • 发布日期：2010-11-10
    • 文件大小：259072
    • 提供者：yangcongdan

  1. 无监督__生成模型.zip

  2. 像素循环神经网络 Pixel recurrent neural networks (2016) 作者 A. Oord et al. 训练GANs的改善性技巧 Improved techniques for training GANs (2016) 作者T. Salimans et al. 摘要：近年来，利用卷积网络（CNN）的监督学习已经在计算机视觉应用中被广泛采用。 相比之下，使用CNN的无监督学习得到的关注较少。 在这项工作中，我们希望帮助弥合CNN的监督学习和无监督学习的成功之间的差距。

  3. 所属分类：其它

    • 发布日期：2017-02-22
    • 文件大小：22020096
    • 提供者：oscer2016

  1. Deep Learning Book Chinese Translation

  2. 第一章、前言 第二章、线性代数 第三章、概率与信息 第四章 、数值计算 第五章、机器学习基础 第六章、深度前馈网络 第七章、深度学习的正则化 第八章、深度模型中的优化 第九章、卷积神经网络 第十章、序列建模：循环和递归网络 第十一章、实用方法 第十二章、应用 第十三章、linear factor 第十四章、自动编码 第十五章、表征学习 第十六章、结构概率模型 第十七章、monte carlo 方法 第十八章、面对区分函数 第十九章、近似推断 内容是分开的，在每个文 件夹下面需要用notepad

  3. 所属分类：深度学习

    • 发布日期：2017-10-17
    • 文件大小：1048576
    • 提供者：u014727529

  1. Deep Learning

  2. 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器学习中一种基

  3. 所属分类：深度学习

    • 发布日期：2018-03-20
    • 文件大小：22020096
    • 提供者：mathstar

  1. 同质网络表征学习相关论文

  2. 同质网络表征学习相关论文，包括DeepWalk，TADW，Grarep等

  3. 所属分类：机器学习

    • 发布日期：2018-04-18
    • 文件大小：4194304
    • 提供者：swy520

  1. 异质网络表征学习相关论文

  2. 异质网络表征学习相关论文

  3. 所属分类：机器学习

    • 发布日期：2018-04-20
    • 文件大小：15728640
    • 提供者：swy520

  1. Mimicking Very Efficient Network for Object Detection

  2. 新的深度学习文献本篇文章是Mimicking方法在检测任务上的尝试。mimicking作为一种模型压缩的方法，采用大网络指导小网络的方式将大网络习得的信息用小网络表征出来，在损失较小精度的基础上大幅提升速度。 Mimicking方法通常会学习概率输出的前一层，被称为"Deep-ID"，这一层的张量被认为是数据在经过深度网络后得到的一个高维空间嵌入，在这个空间中，不同类的样例可分性要远超原有表示，从而达到表示学习的效果。本文作者提出的mimicking框架则是选择检测模型中基础网络输出的feat

  3. 所属分类：其它

    • 发布日期：2018-05-17
    • 文件大小：1048576
    • 提供者：laomao790

  1. 复杂异构数据的表征学习综述

  2. 文中首先介绍了数据表征的多种类型,并提出了现有数据表征方法面临的挑战;其次,根据数据类型将数据划分成单一类型数据和复合类型数据,针对单一类型数据,分别介绍了4种典型数据的表征学习发展现状和代表算法,包含离散数据、网络数据、文本数据和图像数据.

  3. 所属分类：机器学习

    • 发布日期：2020-04-24
    • 文件大小：2097152
    • 提供者：syp_net

  1. 利用人工神经网络实时检测双星中子星引力波

  2. 来自双星黑洞合并的引力波的开创性发现[1-3]，以及最近合并的中子星[4]开创了多信使天体物理学的新时代，并彻底改变了我们对宇宙的理解。 诸如人工神经网络之类的机器学习技术已经改变了许多技术领域，并且在重力波天体物理学中已经成功地用于检测和表征来自二元黑洞的重力波信号[5-7]。 在这里，我们使用深度学习方法，从代表典型重力波探测器数据的嘈杂时间序列中，快速地从双星中子星合并中识别瞬态重力波信号。 具体而言，我们表明，在100,000个数据样本上训练的深度卷积神经网络可以迅速识别双星中子星引力波

  3. 所属分类：其它

    • 发布日期：2020-04-21
    • 文件大小：1006592
    • 提供者：weixin_38526780

  1. 在LHC上进行R奇偶校验违反超对称搜索的深度学习

  2. 具有最强中性变弱到三个夸克的强子R奇偶校验违反的超对称性仍然受到微弱的约束。 这项工作旨在通过增强决策树方法，结合射流子结构的附加信息，进一步改善当前对这种情况的搜索。 特别是，我们发现一个深层的神经网络在表征中性射流子结构方面表现良好。 我们首先构建一个卷积中性网络（CNN），该网络可以使用喷射图像的概念在任何信号处理中标记中性喷射。 当应用于纯射流样品时，这样的CNN在标记效率方面要胜过N子变量。 此外，我们发现该方法结合了CNN输出和射流不变质量，可以比单独的CNN更好地执行并且适用于更广

  3. 所属分类：其它

    • 发布日期：2020-04-04
    • 文件大小：1048576
    • 提供者：weixin_38700409

  1. 进阶网络神经.md pytorch

  2. 深度卷积神经网络（AlexNet） LeNet: 在大的真实数据集上的表现并不尽如⼈意。 1.神经网络计算复杂。 2.还没有⼤量深⼊研究参数初始化和⾮凸优化算法等诸多领域。 机器学习的特征提取:手工定义的特征提取函数 神经网络的特征提取：通过学习得到数据的多级表征，并逐级表⽰越来越抽象的概念或模式。 神经网络发展的限制:数据、硬件

  3. 所属分类：深度学习

    • 发布日期：2020-02-17
    • 文件大小：13312
    • 提供者：qq_40441895

  1. 基于深度学习与特征后处理的支持向量机铣刀磨损预测模型_戴稳.caj

  2. 为了提高机械加工过程中的刀具磨损预测精度，建立一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域三方面提取的特征向量进行降维处理，然后利用特征后处理确保降维向量单调不递减及平滑趋势，最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较提出方法与其他预测方法，显示提出模型能更有效表征铣刀磨损量，大幅降低预测误差。

  3. 所属分类：制造

    • 发布日期：2019-07-05
    • 文件大小：1048576
    • 提供者：cy15625010944

  1. 基于BP神经网络模型的国家脆弱性问题的求解

  2. 随着人类社会的进步和发展，环境对一个国家的影响不容小觑，其中气候变化对人类生活方式产生深远意义和影响，进而改变国家的脆弱性，本文基于人工智能理论构建了一个国家脆弱性评价模型并利用相关系数法讨论气候变化如何影响区域的不稳定性，发现气候变化对区域稳定性有着举足轻重的作用。问题重述 1.1问题背景 候变化通过对区域稳定性产生影响,进而改变国家的脆弱性,当它与薄弱的政府 治理和社会分裂相结合时,可以引发一系列的暴力恶性事件,通常沿着潜在的民族和政 治分歧发展。早在20世纪90年代,这一概念就已经为一些主

  3. 所属分类：其它

    • 发布日期：2019-03-15
    • 文件大小：1048576
    • 提供者：zrg_hzr_1

  1. LTE学习笔记

  2. 自己学习3GPP LTE协议时的一些有用的学习笔记，非常适合LTE初学者作为参考答疑。12接口协议栈 LTE网络中信令及用户数据流路径情况如卜: UE E-Node B NAS NAS I StAR APP SC TR RRC S1AP X2AP PDCP PDCP SCTP RLC RLC SGW MAC MAC GTPU GTPU PHY PHY UOP UDP 信令流 数据流 控制面协议栈 I UE eNode B MME NAS NAS RRC RRC PDCP PDCP RLC RLC

  3. 所属分类：讲义

    • 发布日期：2019-02-23
    • 文件大小：4194304
    • 提供者：knight_66

  1. 深度学习在无线电信号调制识别中的应用综述

  2. 无线电信号的调制识别在无线电监测及频谱管理中有着至关重要的作用。人工神经网络中的深度学习网络由于具有强大的表征学习能力，可以自动从原始数据中提取出各种复杂的特征，因此，探索基于深度学习的无线电信号调制识别是目前无线电监测领域主要的发展趋势之一。介绍了深度学习在无线电信号调制识别中的一些应用成果及存在的问题。结合工作的实际需求，对深度学习在无线电信号调制识别中提出了一些展望，如进一步提高识别范围和在低信噪比下的识别率；寻求新型深度学习调制识别混合架构。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：275456
    • 提供者：weixin_38576779

  1. 基于卷积神经网络（ＣＮＮ）的植物状态检测系统

  2. 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invarian

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：134144
    • 提供者：weixin_38518638

  1. 基于人工神经网络权值优化的投影光刻机像质校正灵敏矩阵的计算方法

  2. 像质校正灵敏矩阵是像质校正算法中由像质参数计算像质校正参数的过渡矩阵。矩阵中的元素表征了像质参数随像质校正参数变化的灵敏程度。像质校正灵敏矩阵是投影光刻机像质校正算法中重要的参数集合。提出了一种投影光刻机像质校正灵敏矩阵的原位测量方法，该方法利用人工神经网络(ANN)对像质参数和像质校正参数之间的依赖关系进行建模，通过网络自学习能力优化网络的连接权值使其逐渐逼近像质校正灵敏矩阵的数值，从而实现像质校正灵敏矩阵的测量。实验结果表明该方法可以高精度、有效地获得投影光刻机像质校正灵敏矩阵。

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：784384
    • 提供者：weixin_38508497

  1. 卷积神经网络知识学习笔记

  2. 本文来自简书，本文主要讲解了卷积神经网络知识，包括卷积层和池化层的介绍，希望对您的学习有所帮助。卷积神经网络（CNN）是含有卷积层（convolutionallayer）的神经网络，二维卷积层有高和宽两个空间维度，常用来处理图像数据。虽然卷积层得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的互相关（cross-correlation）运算。关于卷积运算和互相关运算的关系可以查看这里。二维卷积层输出的二维数组可以看作是输入在空间维度（宽和高）上某一级的表征，也叫特征图（

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：242688
    • 提供者：weixin_38743076

  1. 卷积神经网络知识学习笔记

  2. 本文来自简书，本文主要讲解了卷积神经网络知识，包括卷积层和池化层的介绍，希望对您的学习有所帮助。卷积神经网络（CNN）是含有卷积层（convolutionallayer）的神经网络，二维卷积层有高和宽两个空间维度，常用来处理图像数据。虽然卷积层得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的互相关（cross-correlation）运算。关于卷积运算和互相关运算的关系可以查看这里。二维卷积层输出的二维数组可以看作是输入在空间维度（宽和高）上某一级的表征，也叫特征图（

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：242688
    • 提供者：weixin_38627826

  1. 基于改进深度残差网络的计算断层扫描图像分类算法

  2. 基于改进的深度残差网络(ResNet),提出更加适合肺部组织的计算断层扫描(CT)图像模式分类模型。为克服医学图像分析中可用数据集稀少的困难,采用迁移学习方法来减小神经网络模型对数据量大的需求,以减小过拟合。迁移学习的策略是将肺内大量可用的无标签区域作为预训练的数据,使用深度互信息最大化和先验分布匹配的方法进行无监督表征学习。通过对比实验发现,改进的深度ResNet可以得到更高的分类精度,迁移学习算法可以有效地利用肺内无标签区域的数据,从而提升网络模型的分类表现。

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：8388608
    • 提供者：weixin_38638002
« 12 3 4 »