基于栈式卷积自编码的视觉SLAM闭环检测

基于卷积神经网络的路面裂缝检测

摘要:芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足

基于卷积神经网络的视觉泊车算法研究.caj

近年来，卷积神经网络（CNN）凭借其强大的特征学习能力在视觉识别领域取得重要进展。针对CNN全连接层对图像平移、旋转、缩放等变换比较敏感的问题，提出了一种混合模型——卷积词袋网络（BoCW-Net）。

基于MATLAB的信道卷积码编码译码仿真可自定义信道的信噪比变化范围并在模拟结束后描绘出不同信噪比下的误码率以及帧错误率

卷积编码器

卷积码编码卷积码是一种性能优越的信道编码。它的编码器和译码器都比较容易实现，同时它具有较强的纠错能力。随着纠错编码理论研究的不断深入，卷积码的实际应用越来越广泛

对9位编码的卷积编码进行卷积编码和解卷积，并设置了3位误码

磨矿系统的故障诊断主要依靠工人的经验,这为故障诊断增加了大量不确定性.此外,磨矿系统的数据较为复杂,不仅工人难以对故障的发生进行准确判断,而且传统机器学习算法也由于数据的线性不可分而表现不佳.为了解决

在语音情感识别的研究中存在特征集维度过高的问题。高维度的特征向量易造成参数过拟合。因此需要一种合适的特征提取与筛选的方法降低特征维度。自编码器是一种应用广泛的特征降维方法,由此本文提出一种基于栈式自编