人工神经网络凭借其超强的学习能力,使得人工智能得到迅猛的发展,让人工神经网络再次成为研究热点。目前深度学习已经广泛应用于计算机视觉,语音处理,自然语言处理等各个领域,甚至在某些领域已经起到了主导作用。
该开源工具能够对图像进行有效的超分辨率处理,尤其在识别和增强模糊图像边缘方面表现出色。需要注意的是,如果原始图像边缘过于模糊,可能会影响最终的清晰度提升效果。 获取工具安装包,请访问:https://
基于深度学习的SLAM综述.pdf
基于深度学习的空气质量预测方法研究,郭豪,孙岩,随着深度学习的进一步发展,该项技术也日益改善着人类的生活方式。在空气质量预测方面,可观测的数据量呈现几何倍数的大幅增长,
基于动态自适应学习率BP改进算法的合金收得率预测分析,孙嘉阳,刘威,随着计算机科学和自动化技术的不断发展,利用计算机自动配料已成为了钢铁冶炼领域研究的一个热点问题,而合金收得率作为自动配料
Predictive time series based on Keras using deep learning
膨胀剂和含水率对预拌补偿收缩混凝土微观结构的影响与分析,张阳阳,马芹永,为研究膨胀剂和砂子含水率对预拌补偿收缩混凝土微观结构的影响,进行了预拌干料贮存期为7d,5种膨胀剂掺量(0%、4%、6%、8%和
前面在团队内部分享点击率相关的一些文章时,输出了一篇常见计算广告点击率预估算法总结,看了一些广告点击率的文章,从最经典的LogisticRegression到FactorizationMachined
Lenet-AlexNet-VGG-Resnet等分类网络的比较
论文研究-基于波动率测量误差的波动率预测模型.pdf, 本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本
