改进的深度卷积网络及在碎纸片拼接中的应用

本文主要介绍了基于深度学习技术的芒果图像在线识别与计数方法。通过对芒果图像进行卷积神经网络训练和特征提取，实现了对芒果的自动计数。同时，提取出的特征能够帮助我们更好地了解芒果的成长和发展情况，以及判断

以解决矿井瓦斯涌出量预测问题为研究目的,将模糊系统和人工神经网络有机结合起来,组成T-S模糊神经网络,利用遗传算法对网络中参数值进行优化,对淮南某煤矿进行试验并分析。结果表明预测模型正确可靠。

改进的BP神经网络及其在洪水预报中的应用，李肖阳，，传统洪水预报神经网络模型具有收敛速度慢、模型结构难以确定以及对洪峰的预报精度相对较低等缺点，针对上述缺点本文提出了具有峰

随着深度学习的发展，近年来人脸识别借助深度学习技术取得了巨大突破。但是在已有的基于深度学习的人脸识别框架中，各个任务（人脸鉴别、认证和属性分类等）都是相互独立设计、运作的，使得整体算法低效、耗时。针对

深度连续聚类大于目前所存在的高水平的聚类，甚至优于深度学习网络模型

基于深度卷积网络的头部姿态估计

卷积神经网络的基础知识总结,包括ConvD、经典神经网络(Resnet、ResNext、GoogleNet等)的介绍。

手写字迹识别是计算机视觉应用领域中的一个重要方向。特别是在邮政编码识别、银行支票识别等场景下，手写字迹的自动识别越来越受到广泛关注。深度神经网络（DNN）和卷积神经网络（CNN）等深度学习技术因其在分

HTML5Canvas碎纸片扩散动画特效是一款基于canvas绘制一团粒子爆炸扩散乱窜动画特效。

主要为卷积神经网络中的bn层应用,bn层也是一个数据处理的方式,一般位于非线性激活层之前,全连接层之后,本资源涵盖4个代码,分别为bn层建立,cn层在实例中的应用,bn层测试以及有无bn层的对比,供大