针对网络图像数据的迅速增多导致传统图像检索的效果不能满足当前需求的问题,提出了一种基于深度置信网络(deep belief network, D......

目的针对非理想条件下快速准确的人脸检测问题,提出一种基于概率态多层受限玻尔兹曼机(RBM)级联神经网络的检测方法。方法它采用RB......

受限玻尔兹曼机（RBM）作为深度学习算法的一种基础模型被广泛应用，但传统RBM算法没有充分考虑数据的稀疏化特征学习，使得算法性能受数据......

在分布式信息物理融合系统（CPS）中,由于各子系统间的强耦合性,常常会因为故障的传播导致整个系统的物理故障和网络异常。针对这一问......

制药工业的一个主要趋势是整合传统意义上被认为早期阶段药物发现的分子描述.为了更好的将药物和非药物分类,本文提出了基于深度信......

在线人工语音服务已经在各种商业活动中展开，为了提供更好的客户服务就必须对语音服务质量进行有效的评估。目的就是将人工语音服务......

针对传统专家列表排序方法易陷入局部最小和训练时间过长、不能较好逼近排序函数的问题,结合深度神经网络与Listwise的专家排序方......

合成孔径雷达(Synthetic Aperture Radar,SAR)技术是遥感技术的一个重要分支,具有全天时、全天候、对地物有一定穿透性等突出优点......

为解决受限玻尔兹曼机(RBM)在学习过程中出现的特征同质化问题,在RBM已有的稀疏模型基础上提出新的混合稀疏惩罚机制(HSPM).鉴于隐......

针对步态识别问题,研究了受限玻尔兹曼机的步态特征提取及其识别.主要基于行人图像序列, 通过背景分割、归一化以及步态周期的计算......

受限玻尔兹曼机（RestrictedBoltzmannMachine，RBM）是一种有效的特征提取算法，受视觉皮层稀疏表示的启发，人们试图将稀疏这一概念引入到R......

针对传统物理健康因子存在单调性差、对早期故障不敏感等问题,提出一种基于特定频段信息熵和受限玻尔兹曼机(SEI-RBM)的虚拟健康因......