基于深度卷积神经网络自学习特征的地表覆盖分类研究

为解决卷积神经网络在提取图像特征时所造成的特征信息损失，提高图像检索的准确率，提出了一种基于改进卷积神经网络LeNet-L的图像检索算法。首先，改进LeNet-5卷积神经网络结构，增加网络结构深度；然

基于卷积神经网络的未知流量分类策略，陈晔欣，黎淑兰，为了提高网络流量分类的准确性及健壮性，本文设计了基于卷积神经网络的网络流量分类系统，并在此基础上针对混合流量中存在未知类

基于卷积神经网络的恶意代码分类，莫君生，王玉龙，提出一种基于恶意代码图像的恶意代码分类的检测方法，通过结合计算机视觉分析技术与恶意代码变种检测技术，将恶意代码映射为无压

肺部的检查是每年体检的重要一部分。体检中有成百上千的病例，而每个病例中含有许多的肺部横切面CT图像。这些都需要专业医生去逐个筛查出存在肺结节的病例，不仅工作量大而且存在误筛的可能。针对上述问题，把卷积

在无人驾驶技术中，道路场景的理解是一个非常重要的环境感知任务，也是一个很具有挑战性的课题。提出了一个深层的道路场景分割网络（RoadSceneSegmentationNetwork，RSSNet），该

本文通过对BP神经网络算法的研究和应用，提出一种基于BP神经网络的语音特征信号分类方法。通过对语音特征信号数据进行训练和测试，可以得到较好的分类效果。同时，本研究还对该方法进行了详细的算法分析和实验验

传统的手势识别系统由特征提取和分类器组成,需要人工设计特征,但很难达到足够满意的效果且耗费大量的时间。将卷积神经网络应用于手势识别,能直接把图像数据输入网络,且不用进行复杂的前期预处理。卷积神经网络拥

1.环境配置：ubantu(16.04)python(3.5)tensorflow(0.12.0)exportTF_BINARY_URL=https://storage.googleapis.com/

提出一种基于深度体素卷积神经网络的三维(3D)模型识别分类算法, 该算法使用体素化技术将3D多边形网格模型转化为体素矩阵, 并通过深度体素卷积神经网络提取该矩阵的深层特征, 以增强特征的表达能力和差异

.