ReLu相关论文
目前大规模人脸表情识别的主要问题在于不确定性，这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此......
房产在我国国民经济中占据重要地位。随着深度学习算法发展，关于房价预测问题算法也有深入的研究。文章将调试Logistic、ReLu各隐含......
由于激活函数本身的特性,使得卷积神经网络出现了梯度消失、神经元死亡、均值偏移、稀疏表达能力差等问题,针对这些问题,将“S”型......
为深入研究激活函数的作用机制,探讨优良激活函数应具备的性质,以提高卷积神经网络模型的泛化能力,文章综述了激活函数的发展,分析......
针对神经网络结构的特征提取能力不足以及在包含复杂图像特征的数据集上分类准确率不高的问题,本文提出了一种对MobileNet神经网络......
平整机轧制力的预报对轧制过程的优化控制有着重要意义。针对平整机轧制力预测精度不高的问题,提出采用Re LU(Rectified Linear Un......
针对基于机器学习的传统验证码识别受字符分割限制与人工操作过多等问题,基于深度学习Tensorflow学习框架将卷积神经网络应用到验......
针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变......
卷积神经网络在图像分类领域中得到广泛的应用,激活函数是卷积神经网络模型的重要组成部分,"激活的神经元"使CNN具备分层的非线性......
This paper describes our implementation of several neural networks built on a field programmable gate array (FPGA) and u......
尝试引入ReLU function核的ELM算法及Relief Algorithm对开采区最大下沉量进行预测。首先基于Relief Algorithm对现场岩移数据进行......
在深度学习的过程中,激活函数的选取是非常重要的,对于不同的激活函数如何选择合适的权重初始值是本文研究的重点。本文主要就激活......
针对卷积神经网络计算硬件化实现困难的问题,之前大部分卷积神经网络加速器的设计都集中于解决计算性能和带宽瓶颈,忽视了卷积神经......
针对目前现有交通标志识别算法耗时长、识别率低等问题,提出了一种改进的LeNet-5卷积神经网络模型(Improved LeNet-5Convolutional......
针对误差逆向传播BP (back propagation)神经网络在GNSS水准拟合中存在梯度消失、陷于局部最小点的问题,通过使用深度学习中的分段......
以智慧城市管理系统中上报的案件图像为研究对象,利用卷积神经网络能够自行学习图像特征的优势,提出一种改进的深层卷积神经网络算......
目前,谷子已成为我国一种非常重要的粮食作物,其生长期中土壤和施肥环境的检测非常关键。为避免出现大规模缺钾、缺镁等元素缺失情......
制造一种能够语音示教,并能够自主巡航的智能垃圾分类机器人。该机器人可以通过CNN来识别各种垃圾,结合其他传感器提高识别准确率,......
卷积神经网络中激活函数的作用是激活神经元的特征,然后保留并映射出来,这是人工神经网络能模拟人脑机制,解决非线性问题的关键.针......
为了提高图像分类效果,针对卷积神经网络中常用激活函数relu在x负半轴的导数恒为零,导致训练过程中容易造成神经元"坏死"以及现有......
针对传统多层感知机(Multi-Layer Perceptron,MLP)模型在手写数字识别方面识别精度不高、识别效率较低的问题,提出改进的多层感知......
由于烟雾边界具有不确定性、半透明性和易受其他因素影响的特性,导致传统的图像识别方法对于烟雾的检测存在较大的缺陷和局限性。......
近些年,ILSVRC大赛逐年刷新图像识别准确率,该竞赛会给定一个包含有大量被人工标记的训练数据集,让研究者们自行设计算法并且在给......
卷积神经网络中的激活函数的作用是激活神经元的特征然后保留并映射出来,这是神经网络能模拟人脑机制,解决非线性问题的关键。ReLU......
提出一种新型校正激活函数的改进,该新型校正激活函数带有一个可变参数,使用对数函数对正区域的梯度进行矫正,解决了预测准确率较......
卷积神经网络(Convolutional Neural Network, CNN)是一种学习效率非常高的神经网络,本文详细介绍其模型原理及其在图像分类与大规......
随着人们对生活质量要求的越来越高以及i OS,Android等智能手机的普及,智能家居这个概念又上次浮上水面,同时电子设备的集成度也越......
