# 基于卷积神经网络的年龄预测方法
基于卷积神经网络的年龄估计
近年来,面部识别技术已经成为模式识别领域中的热门话题。 人脸是人类最重要的生物特征之一,其中包含许多重要信息,例如身份,性别,年
基于卷积神经网络的年龄和性别自动分类方法
简介 近年来，随着社交平台和社交媒体的兴起，自动年龄和性别分类对于越来越多的应用程序变得越来越重要。然而，现有方法在真实世界图像
基于深度卷积神经网络的跨年龄人脸识别
提出了一种应用于跨年龄人脸识别的联合学习方法，该方法由深度卷积神经网络构建而成，能在特征学习的同时学习到最优的测度函数，从而避免
卷积神经网络预测实例
在python中应用，要求有opencv3.4，运行就可以看到检测效果图
BP神经网络预测鲍鱼年龄
BP神经网络预测鲍鱼年龄，含训练和测试数据集，共有8个输入特征
BP神经网络鲍鱼年龄预测AbaloneAge
BP神经网络鲍鱼年龄预测（AbaloneAge），含数据及教程
基于卷积神经网络的问答方法研究
1.环境配置：ubantu(16.04)python(3.5)tensorflow(0.12.0)exportTF_BINARY
基于卷积神经网络的正则化方法
基于卷积神经网络的正则化方法,该方法为重要的深度学习方法
cpp使用卷积神经网络的年龄和性别分类
使用卷积神经网络的年龄和性别分类
利用卷积神经网络进行性别和年龄识别
利用卷积神经网络进行性别和年龄识别，收录于cvpr2015