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......
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......
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。......
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......
植物是地球上最基本的生命组成部分之一,保护植物种类多样性对维持地球生态系统的平衡至关重要。植物保护的前提是对植物有准确的......
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......
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......
基于深度学习的网络入侵检测系统中大量的冗余数据特征会加大模型的训练时间并降低训练效果,针对此问题,提出了AE-BNDNN入侵检测模......
生物特征识别系统必须拥有快速准确的分类能力。针对传统人脸活体检测方法的特征提取单一和基于深度学习的检测算法中的网络训练时......
自动语音识别技术是使人与人、人与机器更顺畅交流的关键技术。随着新型的社交媒体逐渐普及,互联网上的数据量大量增长,使得传统语......
行为识别是计算机视觉研究一大热点,为了改善其计算量大、识别率低的问题,提出了一种基于三维卷积神经网络(3Dimension Convolutio......
针对卷积神经网络中存在的学习效率低、收敛速度慢、训练时间长等问题,文中提出一种改进的LeNet卷积神经网络模型。该模型使用卷积......
以交通标志识别为研究目的,提出一种基于集成卷积神经网络的交通标志识别算法,通过对多个不同结构的卷积神经网络进行集成以提高算......
在现实的交通环境中,由于各种因素影响,使得所采集到的交通标志图像识别的准确性不高,鲁棒性也较差,给交通标志的准确识别带来了很......
