基于卷积神经网络的交通速度预测算法研究.pdf

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试

为了实现在复杂环境下具有较高准确率的交通标志识别以及在小样本情况下也能良好工作的识别网络，提出一种基于卷积神经网络和多类SVM的交通标志识别模型。此模型不需人工设计特征提取算法，且在小样本训练集上也能

基于视觉注意模型和卷积神经网络的交通视频车牌识别，臧笛，，作为智能交通系统的一个重要组成部分，车牌识别在近年来的研究已经获得广泛认可。本文主要针对交通视频中进行车牌识别的问题提出

很牛逼的东西代码注释很完整非常适合初学者

在外部环境和图像视角变化的情况下,传统视觉闭环检测算法的精度和稳健性变得很差。为此,提出一种融合多层次卷积神经网络特征的闭环检测算法。高层次的卷积特征包含较多的语义信息,可以应对图像视角的变化;中等层

**各位同学上一节课我们介绍了信号上面的卷积运算,并且从信号上面的一个卷积运算类推到我们这里的二维图片上面一个卷积运算,也就是说,从一个核到一个整个图片之间,一个这两个函数之间的,做一个积分,然后形成

卷积神经网络（Convolutional Neural Network，CNN）是一种源于人工神经网络（Neural Network，NN）的深度机器学习方法，近年来在图像识别领域取得了巨大的成功。C

基于量子神经网络的道路交通事故预测，孙棣华，付青松，道路交通事故预测是道路交通安全研究的一项重要内容。针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题，提出基于�

回顾近年来国内外植物叶片分类的研究进展，指出传统方法存在的缺陷。简述卷积神经网络在图像分类的优势，为了简单高效地对植物叶片进行识别，提出一种基于卷积神经网络(ConvolutionalNeuralNe

本文档从最基础的原理着手，介绍了使用CNN卷积神经网络进行图片分类，是利用深度学习通过卷积神经网络进行图片分类比较不错的参考资料。