基于卷积神经网络的真实图像质量评价方法,唐敏,刘勇,现有盲图像质量评价方法主要采用手动提取图像特征和传统的机器学习组合的方法,如支持向量机(SVM)。传统无参考图像质量评价方法通�
动态带宽分配(DBA)是EPON的关键技术,根据数据业务流量的突发性调整了ONU授权时隙的顺序,提出了一种改进的轮询算法,构造了微粒群(PSO)优化的神经网络预测模型,提高了轮询周期内ONU新增数据的
自组织神经网络的主要目的是将任意维数的输入信号模式转变成为一维或二维的离散映射,并且以拓扑有序的方式自适应地实现这个过程。学习过程中,对邻域宽度函数和学习率函数参数是根据经验选择的,没有一定的规则或方
混沌背景中微弱信号检测的神经网络方法,王赛威,吕廷杰,神经网络具有较强的的学习能力、非线性处理能力。本文采取神经网络方法作为我们的检测方法。实际应用中,我们得到的时间序列通常
基于分组BP神经网络的车型识别方法,康艳萍,,将BP神经网络应用于汽车车型的自动识别。在简述车型图像预处理和特征抽取的基础上。重点讨论学习算法的选取问题,提出一种新的分�
基于粒计算-神经网络的故障诊断方法,杜莉,谢克明,本文结合粒计算和神经网络的优点,提出一种基于粒计算-神经网络(GrC-NN)的智能故障诊断方法。对采集来的故障样本进行预处理和离��
为了同时计算行为序列样本在时间和空间的特征,提出了一种基于包含多尺度卷积算子的卷积神经网络识别模型。首先通过叠加的方式将序列样本中的骨骼向量信息整合为一个行为矩阵,然后将矩阵输入识别模型。为了挖掘具有
以智慧城市管理系统中上报的案件图像为研究对象,利用卷积神经网络能够自行学习图像特征的优势,提出一种改进的深层卷积神经网络算法,并利用该算法对智慧城市管理系统(下简称“智慧城管”)的案件图像进行快速精确
论文研究-基于串联灰色神经网络的电力负荷预测方法.pdf, 为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法
针对图像序列三维重建中多视角目标分割需要人工参与、任务繁重的问题,提出一种基于卷积神经网络改进的图像自动分割方法。首先将序列图像去噪处理、归一化并进行语义标注后制作数据集;然后对改进的融合多尺度特征和