基于卷积神经网络的遥感图像分类

传统的高光谱图像分类大多只考虑地物的光谱信息,而忽略了空间信息,现有的空谱联合分类方法难以有效提取空间邻域信息。针对上述问题,提出了一种卷积神经网络和稀疏字典联合学习的算法。现有稀疏编码方法大多仅考虑

为了更加精确地对人脸表情进行分类,文中提出了使用CNN(卷积神经网络)来进行脸部表情的识别分类,其包含8层网络,前5个是卷积层(C1-5),其余3个是全连接层(FC6-8)。最后一个全连接层的输出提供

基于TextCrnn（卷积-循环神经网络）的简单文本分类，通过简单的文本预处理，对训练样本进行简单的分词去停，然后搭建好我们的卷积-循环神经网络，环境是Keras，也可以用2.0版本以下的tensor

经过深入研究，本论文基于卷积神经网络的方法来实现服装识别分类模型的研究。我们针对现有的一些问题，采用了一些新的技术来提高识别准确率，并且在实验中进行了验证。本文的研究结果显示，该方法可以有效地提高服装

卷积神经网络被广泛应用于图像分类领域，但它也可以用于文本分类任务。本工具基于Yoon Kim（2014）的论文"Convolutional Neural Networks for Sentence C

简介 近年来，随着社交平台和社交媒体的兴起，自动年龄和性别分类对于越来越多的应用程序变得越来越重要。然而，现有方法在真实世界图像上的性能依然显著不足，特别是与人脸识别这一相关任务的巨大性能提升相比。这

针对混合颗粒的分类问题,传统算法多利用颗粒的二值化图像提取其特征,并通过精细的特征设计结合BP神经网络、支持向量机(SVM)等分类器进行分类,但颗粒粘连以及不精确的特征设计都会严重影响分类的准确率。利

该资源为机器学习领域中基于MATLAB的神经网络遥感图像分类代码，同时提供了用于测试的相关数据样本。

提出了一种基于Gabor变换、KPCA和神经网络的图像分类方法。首先对图像进行Gabor滤波,获得不同方向的特征参数;然后提取图像的KPCA作为图像的特征,最后利用神经网络进行分类。通过对实验分类结果

**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