基于LMBP神经网络的声纳图像识别

基于CMOS图像识别的S08单片机嵌入式导航系统设计

图像着色的目标是为灰度图像的每一个像素分配颜色,它是图像处理领域的热点问题。以U-Net为主线网络,结合深度学习和卷积神经网络设计了一个全自动的着色网络模型。在该模型中,支线使用卷积神经网络SE-In

这是一个基于BP神经网络的图像压缩方法的m文件，可自行下载参考

基于卷积神经网络的图像分类

深度神经网络近年来在人工智能领域进展显著,并引发广泛深入研究神经网络的热潮,近期基于神经网络的图像视频编码也成为热点研究问题之一。系统梳理了基于神经网络的图像视频编码技术及进展,对基于多层感知机、随机

针对图像识别算法中图像集上几何曲面的特定分类会导致判别信息丢失的问题，提出一种融合卷积神经网络的改进型迭代深度学习算法(IIDLA)。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习，以层次化

本基于BP神经网络和卷积神经网络对手写数字识别进行研究,使用10000张已标注的大小为28*28的手写数字图片进行训练和测试,从所有图片中随机选出9000张作为训练样本对网络进行训练,另外1000张作

使用人工神经网络的海藻细胞识别，使用matlab编写的

Python神经网络识别手写数字代码截图，TensorFlow用MINST数据集学习。

基于深度神经网络的证件图像文本识别方法,仅用于学术交流,勿用作商业用途!仅用于学术交流,勿用作商业用途!仅用于学术交流,勿用作商业用途!