传统的卷积神经网络(CNN)通常会丢弃负值特征信息, 进而影响着图像分类的效果. 针对 CNN 更好地学习图像特征的问题, 对传统的 CNN 模型进行改进, 提出 Supplement CNN 模型.
用卷积神经网络识别手写数字图像,使用部分MINST数据集,MATLAB编程,包含一个卷积层,一个池化层,一个全连接层,一个隐藏层。
最经典线性神经网络就是自适应线性元件,其收敛精度与处理速度较感应器均有较大的提高。
matlab开发-图像处理使用双线性插值缩放动画。本文采用双线性插值法对图像进行正整数因子缩放。
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�
机器学习从线性回归到使用Theano卷积神经网络
利用卷积神经网络进行性别和年龄识别,收录于cvpr2015
搭建卷积神经网络进行人脸识别
基于信息量的传统声音事件识别方法前端功能,例如MFCC,带有后端HMM等测序方法往往在干扰声的存在。 由于噪声破坏在实际情况中可能是不可避免的,这一点很重要开发更强大的功能和分类器。 近期进展在这个领
与上一个资源的功能相同,只是使用了双线性插值法。为了实现该功能,将上一个资源进行了完全的改写,原来是从源图遍历每个点,返回它在旋转后的坐标。现在改成遍历结果图中的每个点,如果它在源图中是有效数据,则返