批量归一化相关论文
近些年，深卷积神经网络（CNN）在图像去噪领域引起了极大的轰动。然而，对于高斯图像去噪任务来说，它有一些问题：（1）绝大多数的单分支模型不能......
为解决自适应随机方差衰减梯度法（Adaptive Stochastic Variance Reduced Gradient Method,AdaSVRG）的初始学习率需要人工筛选耗费大......
点击率预估作为广告投放领域的核心问题,近年来不断受到学者的关注。然而,当前广告点击率预估问题仍然存在以下难点:第一、数据量......
跨媒体哈希检索将不同媒体数据编码到公共二值哈希空间中,从而可以有效地测量不同模态样本之间的相关性.为了进一步提高检索性能,......
为解决岩石物理相识别问题,提出了一种基于可解释一维卷积神经网络的识别方法.该方法通过引入全局平均池化层,突出了测井曲线波形......
针对具有非平稳特性的水声信号的分类识别问题,本文对卷积神经网络进行改进,并将改进的CNN网络与小波分解相融合,提出一种水下目标......
从地震数据中识别断层在地震资料解释中至关重要,但随着勘探规模的扩大,传统的人工解释断层已满足不了实际生产需要.如何研究出一......
针对矿井提升机在井下恶劣环境中工作易发生故障,且故障主要依赖于人工检测的问题,提出了一种基于WPCE-CNN的音频感知提升机健康状......
SRGAN是基于深度学习的图像超分辨率的典型方法,重建效果较好,但该算法还存在一些缺陷,在提高图像质量和运行速度上仍然有较大提升......
为了降低体育教学训练错误动作检测的误差率,提升检测效果,研究一种基于深度卷积神经网络的体育教学训练错误动作检测方法。构建多......
在机械故障诊断方面,由于机械装置越发精密繁杂,其以往的故障诊断技术已经难以取的令人满意的效果,如今在故障诊断方面还大部分依......
行人再辨识可应用于刑探侦查、社会安保等领域。已有许多行人再辨识方法被提出,主要分为两大类:基于人工设计特征的行人再辨识方法......
随着人工智能的发展,汽车领域的自动驾驶受到学术界和工业界的广泛关注,而在自动驾驶的环境感知中,行人检测属于一个重要的环节。......
电梯安全监测系统应用中,对于电梯乘客识别往往采用红外传感技术或是传统人脸检测算法如Haar-like、HOG实现,但应用效果并非很理想......
针对时延神经网络算法(TDNN)在声纹识别过程中,随着神经网络深度的增加,存在梯度消失、网络退化以及在噪声环境下鲁棒性欠佳的问题......
为快速检测工程和煤矿矿山的岩层状况,实现对岩层图像的裂缝检测,提出一种基于U-Net的岩层图像裂缝检测算法。采用随机平移与旋转......
针对传统LeNet卷积神经网络存在的学习效率低、收敛速度慢、训练时间长的问题,提出一种LeNet网络改进方法,在每层卷积之后进行批量......
针对面部表情数据集图片数量少、依靠人工选取特征的传统面部表情识别精度不高的问题,该文提出了一种数据增强和卷积神经网络(CNN)......
提出了一种基于多尺度卷积神经网络的缺陷红枣检测方法,在AlexNet卷积神经网络上增加并行的多尺度卷积模块,增加网络的深度和宽度,......
交通标志识别在自动驾驶过程中起着十分重要的作用。为了解决识别精度低的问题,提出一种基于卷积神经网络的识别方法,通过改进深度......
批量归一化已被证明是深度学习模型中不可或缺的一层,可以有效处理深度神经网络训练过程中的内部协方差位移问题。但批量归一化算......
针对行人检测中检测精度低和速度慢的问题,文章提出了一种改进的U-NET网络架构。为了提高系统的检测精度,采用了多尺度融合技术来......
表情识别在医学、商业和刑事侦查等领域中有着广泛的应用前景。针对表情识别技术的研究历时半个世纪,经历了由传统的手工提取特征......
现有算法对交通标志进行识别时,存在训练时间短但识别率低,或识别率高但训练时间长的问题。为此,综合批量归一化(BN)方法、逐层贪......
树叶分类识别对于鉴定新的或者稀缺树种至关重要,采用卷积神经网络算法可以实现对树叶图像特征的自动提取,减少繁琐的人工成本,实......
人脸表情识别(Facial Expression Recognition,FER)是人机情感交互研究的一部分,在医疗、刑侦、教育和娱乐等诸多领域拥有潜在的应......
目前由于人类生活环境受到了比较严重的污染以及人们生活节奏较为快速,患病人数不断增加,疾病病因越来越复杂化,导致人类的健康受......
自动驾驶是当前的一个研究热潮。而交通标志的检测与识别是自动驾驶系统中的重要组成部分,它必须及时且精确的向驾驶系统传输一些......
随着人们物质生活的逐渐提高,车辆拥有量也逐年增加,但紧接着而来的交通安全问题也越发频繁。每一年的违法案例和治安管理等交通问......
为了提高深度信念网络(DBN)的收敛速度以及提高小样本条件下的态势要素的获取精度,提出一种基于批量归一化(BN)的DBN安全态势要素......
针对当前人体行为识别准确率低、计算量大等缺陷,提出了一种基于三维卷积神经网络(3D Convolutionnal Neural Network,3D-CNN)结合......
针对传统基于人脸的安全帽识别方法存在识别精度波动大、易受环境干扰等问题,本文提出了一种基于卷积神经网络的行人安全帽自动识......
图像语义分割是图像理解的重要一环,已被广泛应用于自动驾驶等场景中.针对信息丢失和语义分割速度慢的问题,本文提出一种基于可分......
由于医学病理图像标注成本高、获取困难,采用数据增强方法对小样本数据集进行扩充。针对传统分类方法对特征工程过度依赖的问题,采......
入侵检测是检测和预防可能对基于网络的计算机系统进行攻击和入侵作出反应的技术。提出一种基于深度卷积神经网络的入侵检测的算法......
在互联网时代，企业与用户面临着各种安全威胁。在恶意URL识别方面，传统的机器学习方法需要在特征提取上耗费大量精力。基于卷积神经......
针对现有基于深度学习的行人重识别方法对于行人姿态变化、部分遮挡等引起的行人判别特征信息缺失的问题,提出了一种深层特征融合......
为了增强自编码器的特征提取能力,更好的利用变压器故障时产生的大量无标签数据,将批量标准化(Batch Normalizaion,BN)引入了传统......
针对微型电机转子焊点检测费时费力且准确率低的问题,提出一种基于残差神经网络的转子焊点检测方法。首先运用网络预训练的方法加......
针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题,提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基......
残差网络是近几年提出的一种新型深度卷积网络,通过增加网络深度提高分类的准确率,也解决了网络退化问题。基于残差学习原理,设计......
基于AlexNet,构造一种用于识别小篆字体的卷积神经网络模型。在模型的训练过程中,通过多种数据增广技术,扩大训练样本的数量,避免......
针对地下隧道电缆设备异常状态识别中目标设备较为单一、异常状态相对简单、综合识别速率和准确率较低的问题,文章提出一种改进的Y......
如今我国经济高速发展,汽车作为经济发展的标志变的越来越多,然而汽车的增加,使我国面临巨大的交通压力,交通事故频发,安全驾驶问......
为提高果蝇第一龄幼虫腹侧神经索切片图像细胞膜分割精度,实现更为高效的自动化细胞膜分割,提出一种利用批量归一化优化并结合残差......
行人检测是计算机对于给定的视频序列或者静态图片,判断其中是否有人,并预测出所有行人的边界框,如果有人的话还需要将每个行人从......
学位
机器学习算法对于人工智能系统具有重要的理论和实际意义。近十年来,以深层神经网络为代表的深度学习算法和模型在特征选择与学习......
