基于卷积神经网络的大气中光路气流扰动实验研究

本研究基于图卷积神经网络（GCN）和自注意力机制，针对神经医学图像识别问题进行探究。我们首先将医学图像转化为图结构，并在GCN中引入自注意力机制，以同时考虑节点特征和拓扑结构，从而提高识别准确性。我们

基于卷积神经网络的SAR图像目标识别研究

本研究利用粒子群算法对卷积神经网络的各个参数进行优化，包括卷积核大小、卷积核数量、池化大小、学习率等等。通过在训练集和测试集上进行验证，结果表明，经过粒子群算法优化后的卷积神经网络相较于普通网络具有更

本研究采用基于时序卷积神经网络的方法进行遥感影像语义分割，该方法结合了时间和空间信息，能有效地提高分割精度。本研究还探讨了网络结构的设计和优化问题，提出了一种改进的网络结构。实验结果表明，该算法在遥感

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

基于卷积神经网络的物体识别研究与实现.caj，仅供参考

行人检测是机器人和无人车夜间工作应用中的重要任务之一, 采用加速区域卷积神经网络框架实现夜间红外图像中的行人检测, 用区域建议网络生成候选区域, 无需单独从图像中生成候选区域。区域建议网络和用于分类以

卷积:相依类型卷积神经网络

详细解读了卷积神经网络是如何工作的，从CNN卷积层、激活层、池化层到全链接层，及多层CNN作用进行了通熟易懂的讲解

matconvnet卷积神经网络的手册. CNN最近非常火，这是一个2012年在imagenet挑战赛上获得冠军的网络。本人也在使用，很好用，适合于图像分类检索等。