论文研究图像数据集噪声对卷积网络分类的影响 .pdf

随着现代科技的发展，车载电子设备越来越多，但是如果在驾驶中司机的手离开方向盘去操作这些电子设备却是很危险的。对于这个问题的一个解决方法就是这些设备都采用语音识别作为它们的输入接口。通常的语音识别系统在

noisex

为了能够从复杂电磁环境中提取常规通信信号的有效参数，研究了一种基于单天线接收的常规通信信号的实时分选方法。该方法由窄带信号检测、参数估计、信号跟踪三部分组成。提出了一种适用于高斯色噪声背景的窄带信号检

基于卷积神经网络Caffe框架的图像分类， 涉及到CNN，caffe框架， 图像分类算法

情感多分类标注对文本信息的敏感性远高于二分类问题。为了有效利用语义依赖距离和语义多层次进行情感多分类，提出一种多窗口多池化层的卷积神经网络模型。首先使用多窗口的卷积层提取上下文局部语义，然后通过多池化

结合粗糙集理论和遥感数据中地物光谱特征空间分布信息，提出了一种基于光谱特征邻域的容差粗糙集分类方法，用来处理卫星遥感数据分类中的不确定性问题。利用北京地区Landsat-5TM数据进行分类试验，对算法

对于实际的视频编码系统，由CCD摄像机等成像设备所获取的视频信号不可避免地会受到各种类型的噪声的影响。噪声的存在，不仅会对视觉意义上的图像质量产生影响，而且会对后续的编码效率产生负面影响。通过分析CC

集成粗集神经网络的数据挖掘研究，韦伟，，集成粗集理论和神经网络技术进行数据挖掘是当前研究的一个重要分支。其集成方式主要有4种：利用约简减少网络输入节点、利用约简��

语音呼叫连续性研究及其对网络演进的影响，韩雪，，本文介绍了3GPP制定的一种实现语音呼叫连续性控制的方案，该方案主要实现了语音呼叫由GSM/UMTS CS域到IMS的切换。此种切换需要手机为双

研究了噪声引发的神经元相干共振现象。基于神经元二维映射模型，用高斯白噪声模拟生物神经系统中的环境噪声，通过数字仿真研究了噪声对神经元动力学特性的影响。研究发现，噪声可以提高静态神经元的可兴奋性，诱导其