反卷积神经网络相关论文
正交频分复用作为一种常用的多载波传输技术,因其良好的频谱选择特性和抗衰落性而被广泛应用于无线通信系统中。信道估计即根据接......
作为众多深度学习中最热门的算法之一,卷积神经网络（Convolutional Neural Networks,CNN）在计算机诸多应用中都取得了很大的成功,广......
图像融合将来自多个传感器的图像进行组合,最终获取一幅信息更完整的图像。图像融合技术在医学领域主要应用于临床诊断,通过将病变......
脑肿瘤分割是一种从灰质、白质和脑脊液等正常的脑组织中,分离水肿、活跃和肿瘤坏死组织等不同的脑肿瘤结构的一种脑肿瘤辅助诊断......
随着人类社会进入智能化的大数据时代，海量增长的图像资源和日益普及的智能设备都要求我们实现更加有效的图像语义解析，对图像内容进......
图像融合技术是将两幅或多幅图像合成为一幅更高质量的图像,融合后的图像拥有更丰富的内容和视觉信息,更适合人类的视觉感官或者计......
高光谱分辨率遥感不仅记录地物目标的空间信息,也采集高维度光谱反射信息,是遥感领域研究方向之一,广泛应用于民用、军事、农业等......
随着遥感技术的快速发展,我们可以获取到越来越多纹理细节清晰、光谱特征丰富的高分辨率遥感影像,如何有效利用这些含有丰富信息的......
从如今传统人工网络的缺陷,无法满足现状的需求,继而Hubel和Wi塞尔提出的CNN(卷积神经网络),以及它对应的应用如图像识别和图像的......
近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已......
近年来,随着人工智能技术和计算机视觉技术的快速发展,人脸识别受到了越来越广泛的关注。然而,人脸识别的准确性和精确度往往受到......
提出一种基于反卷积神经网络的脑脊液CSF（Cerebrospinal Fluid）图像快速识别模型。该模型使用无监督学习方法从底层边缘特征到高层对......
针对SSD当前存在的小目标漏检以及误检问题,结合反卷积与特征融合思想,提出hgSSD模型。将原SSD特征层反卷积后与较浅层特征结合,实......
在深度卷积神经网络的学习过程中,卷积核的初始值通常是随机赋值的.另外,基于梯度下降法的网络参数学习法通常会导致梯度弥散现象.......
本文主要研究了在正交频分复用(OFDM)系统中如何利用深度学习算法对信道估计进行改进。在这篇文章中,我们主要是对基于导频的信道......
目的利用深度学习方法自动提取眼底白内障特征,构建白内障自动分类器,并可视化分析深度网络中间层特征的逐层变换过程。方法基于临......
