摘 要:对象行为协议对于辅助其他开发者理解并正确使用对象所提供的外部行为具有十分重要的意义。然而相关文档 却常常缺失或存在不一致,需要通过逆向分析的方法进行恢复。针对这一问题,本文提出了一种基于驱动执
电子鼻(E-nose)是一个智能系统,我们将在本文中使用它来区分不同种类的室内污染物气体。 通常,我们需要获取大量带标记的样本,然后E-nose可以从样本中学习足够的有用信息,这有助于做出正确的决定。
基于深度学习的波前复原方法是利用训练好的卷积神经网络(CNN)模型并直接根据输入的光强图像得到波前像差的Zernike系数,不需要进行迭代计算,方法简单易于实现,便于快速获取相位。CNN的训练是通过对
针对宽带信号功率放大器(PA)的非线性效应和记忆效应,提出了一种基于直接学习结构的数字预失真(DPD)方法。该方法结合牛顿法进行参数提取,降低了参数迭代次数和运算量。以20 MHz带宽的64QAM信号
针对人脸表情识别鲁棒性差 ,容 易受身份信 息干扰的 问题 ,提 出一种具有局部 并行 结构的深度神 经网络识别算 法。首先使 用稀 疏 自编码 算法训练得到 不同尺度 的卷积核 ,然后提 取卷积核
一种基于深度学习的大规模MIMO检测方法,朱蓉蓉,刘畅,大规模多输入多输出检测技术(massive multipleinputand multipleoutput, massiveMIMO)是频谱感知
一种基于人脸识别专利
讲述了目前检索系统存在的不足以及产生这些不足的原因,介绍了本体的概念及其在语义检索领域中的作用。在此基础上提出了一种基于知识库的语义检索系统模型,并对该模型的实现原理和关键技术进行了详细的阐述。实验结
随着数据挖掘技术的广泛研究和应用,Web挖掘中的Web的日志挖掘也显得越来越重要了。利用粗集理论和支持向量机的方法,形成一个有效的处理Web日志信息的模型。首先利用粗集理论对日志信息进行约简的预处理,
深度卷积网络提取的表情特征易受背景、个体身份等因素影响,其与无用特征混合在一起对表情识别造成干扰。针对此问题,提出一种基于注意力模型的面部表情识别算法,该方法基于一个轻量级的卷积神经网络以避免过拟合,
