论文研究基于改进的卷积神经网络的中文情感分类.pdf

针对现有的行人检测算法存在的定位精度低、实时性差的问题，借鉴目标检测的研究成果You Only Look Once（YOLO）算法，提出一种实时的行人检测方法。以Tiny-YOLO为基础，改变网络模型

基于BP神经网络的语音信号分类研究,高茉,,语音分类是语音信号处理的重要组成部分。准确快速地对语音进行分类在语音编码、语音合成中有着重要的意义。针对语音的多样性和不

tensorflow python cpu window 自己输入样本训练神经网络,测试,实现猫和狗两类动物的分类!!可用于学习!!样本资源少以及网络简单存在过拟合问题.

基于keras，后端为theano的卷积神经网络分类，代码是二分类，主要对猫狗进行识别分类

此代码包含使用LeNet卷积神经网络进行图像分类所需的步骤。代码包括数据预处理、模型训练和评估。

卷积神经网络(CNN)具有强大的特征表示能力,为改善遥感影像的场景分类提供了新颖的途径。 尽管我们可以获取大量的卫星图像,但是缺少丰富的标签信息仍然是遥感领域的主要问题。 此外,遥感数据集也有其自身的

传统的卷积神经网络(CNN)通常会丢弃负值特征信息, 进而影响着图像分类的效果. 针对 CNN 更好地学习图像特征的问题, 对传统的 CNN 模型进行改进, 提出 Supplement CNN 模型.

脉冲信号分析的客观化是一个实际问题。 基于BP神经网络研究了脉冲信号的分类。 首先分析如何选择脉冲信号的特征因子。 然后提出了对脉冲信号进行无量纲化/归一化的方法来预处理特征因子。 利用归一化数据和B

机器学习是许多人在人类生活的各个领域中不可或缺的技术。 它遍及全球的现代生活中,并具有多种用途。 一种应用是图像分类,它涵盖了许多影响领域,例如商业,金融,医药等,以提高产量,原因,效率等。这种对更精

卷积神经网络（高清版，详细介绍卷积神经网络原理，可编辑内容