暂无评论
脑电信号处理常用的算法，包括优化后的CCA，PCCA，MCCA，WCCA，SVM
为识别当前卫星通信系统所采用的主要调制方式,提出了一种基于多端卷积神经网络的通信信号调制识别算法。利用信号的先验信息以及对网络拓扑结构的认知,将信号时域波形转化为眼图和矢量图,作为信号的浅层特征表达,
手语特征提取的传统算法仅仅依靠底层特征完成识别,难以获得高层语义特征,进而对手语理解产生分歧。针对这一问题,将图像语义分析的思维引入手语识别研究中,提出一种优化全卷积神经网络算法。采用全卷积神经网络提
“监控+鞋印”是目前公安机关刑事侦查的重要技战法,其基本原理是依据犯罪现场鞋印推断嫌疑人所穿鞋型,然后到周边监控视频中检索嫌疑鞋型。针对“监控+鞋印”技战法自动化程度低下的问题,提出一种基于卷积神经网
环境描述 操作系统:windows10 开发语言:python3.7.6 深度学习后端:tensorflow2.1.0 深度学习前端:keras(ts内嵌的keras)
提出了一种基于模糊不变卷积神经网络(BICNN)模型的目标识别方法。与传统卷积神经网络(CNN)模型不同,BICNN引入了一种新的模糊不变层。 BICNN通过增加模糊不变约束项及正则化来优化模糊不变目
针对卷积神经网络(CNN)在通用CPU以及GPU平台上推断速度慢、功耗大的问题,采用FPGA平台设计了并行化的卷积神经网络推断系统。通过运算资源重用、并行处理数据和流水线设计,并利用全连接层的稀疏性设
MNIST手写数据集的训练和测试代码，代码准确率高于98%，代码完善，下载即可使用，利用TensorFlow编译环境，适合新手自学。MNIST数据集是个通用数据集，很多新手都会用到。
目 录 摘 要 I ABSTRACT III 第一章 绪论 1 1.1 课题背景与研究意义 1 1.2 手势识别研究现状2 1.2.1 手势识别技术的国内外研究现状2 1.2.2 手势识别系统的应用领
基于卷积神经网络的星座图识别，可通过此程序直接出相关论文。适用于硕士、学士论文、毕业设计
暂无评论