基于特征提取和RBF神经网络的ECT流型辩识,王莉莉,乔立勇,针对传统ECT流型辩识方法效率低的问题,提出了一种基于特征提取和径向基函数神经网络相结合的ECT图像流型辩识的方法,该方法通过对
人脸检测编码,为有兴趣人士提供一种参考例子,采用Gabor特征提取和神经网络。
信源数目估计对阵列信号空间谱估计非常关键,但容易受到相关噪声环境和相关信号源的影响。为此,提出一种基于二次特征提取的源数估计算法。首先,利用阵列信号协方差矩阵的特征值和特征向量,提取6组二次特征参数;
这是一个用C++ 实现的神经网络,可以很好的帮助深度学习爱好者学习用c++实现神经,对于caffe的源码较多,这是一个很好的入门源码。
个人从网络收集资料,本资料共分为九个部分介绍深度神经网络
深度卷积神经网络
有关深度脉冲神经网络的介绍,写得很好的论文,比较详细,英文原版
深度学习和神经网络 1.1神经元工作原理 1.2神经网络介绍 1.3深度神经网络 1.4卷积神经网络 1.5循环神经网络 1.6生产判别式网络 1.7深度学习的应用 1.8图片生产 1.9课后解答
人工神经网络,深度置信网络的构建代码,希望有用
对模型的参数进一步调整......,有一个奇怪的地方,batch_size居然影响到了泛化能力,不过加大lr一样可以达到类似甚至更好的效果。