梯度消失相关论文
为解决复杂施工场景下的小目标检测效果不佳和漏检问题，提出一种基于YOLOv4的改进算法。在检测网络中设计多尺度CAU和SAU上下文特征......
介绍了神经网络的基本概念和常见分类,讲解了残差网络的概念、结构和应用范围,并给出了残差网络的优缺点,基于Pytorch给出了一个残......
本文提出一种改进遗传算法优化的LSTM方法,该模型能够自动优化LSTM层数和全连接层数及每层的神经元个数。实验结果表明,本方法在同......
基于位置的服务LBS（Location Based Services）随着信息技术的发展,在人们的生活中起到越来越重要的作用,同时智能移动终端产品的普及......
虽然生成对抗网络（Generative Adversarial Network,简称GAN）已经被广泛应用于很多实际领域,但是GAN仍然存在缺陷导致无法生成高质量......
学位
随着人工智能时代的到来,人们对于数据内部潜在的价值越来越关注,对于数据的挖掘和使用能力越来越强.在大数据时代,神经网络技术受......
深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该方法具有很强的建模能力,在模式识别、语音识别、自......
目的为解决实时车辆驾驶中因物体遮挡、光照变化和阴影干扰等多场景环境影响造成的车道线检测实时性和准确性不佳的问题,提出一种......
在针对视频的人体活动定位和识别领域中,现有的时序行为提名方法无法很好地解决行为特征长期依赖性而导致提名召回率较低。针对此......
近年来,随着科学技术的高速发展,深度学习的蓬勃兴起,实现图像超分辨率重建成为计算机视觉领域一大热门研究课题.然而网络深度增加......
残差神经网络(ResNet)是目前应用较多的一种深度神经网络模型。相比于广泛应用的卷积神经网络,残差网络解决了随着网络深度的增加......
视频中人体行为识别是计算机视觉领域研究的热点话题,其任务是利用计算机视觉和深度学习算法自动分析和识别视频中人体发生的动作,......
为解决深度卷积神经网络由于梯度消失而导致训练困难的问题,提出一种基于批归一化的直通卷积神经网络算法.首先对网络所有卷积层的......
现有的生成对抗网络(Generative Adversarial Networks,GAN)损失函数已经被成功地应用在迁移学习方法中。然而,发现这种损失函数在......
深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识......
深度学习算法作为机器学习的一个热门领域,是当今人工智能发展的重要推动力。但由于几个致命问题的存在,使其发展遭遇了瓶颈。如何......
针对模型VDSR,收敛速度慢,训练前需要对原始图像进行预处理,网络中存在的冗余性等问题,本文提出一种基于深度跳跃级联的单幅图像超......
为提高Softplus函数在神经网络中的性能,针对Softplus函数的缺点提出了一种基于改进Softplus激活函数的卷积神经网络模型。根据“......
概述了残差网络的研究背景及意义,对残差单元和残差网络的框架进行了综述,并从残差单元、网络框架和混合改进三方面阐述了残差网络......
在异常行为监控中,由于监控视角、人体姿态和场景等复杂的情况,直接通过增加3D卷积神经网络层数来提取有效的视觉特征,容易导致卷......
针对DCNN存在网络复杂度高和梯度消失的问题,设计了一个深度Res Nets模型,该模型通过添加与卷积神经网络各层并行的skip层连接来降......
内容针对手写数字的图像特征维度过大的问题,提出了一种改进的深度神经网络算法。该算法利用20个卷积层提取手写数字图像的特征向......
为了解决神经网络结构加深导致的梯度消失问题,本文提出一种将残差块应用于神经网络中的深度残差网络,使神经网络能更好地应用于人......
基于注意力机制的神经网络机器翻译模型已经成为目前主流的翻译模型,在许多翻译方向上均超过了统计机器翻译模型,尤其是在训练语料......
机器学习是人工智能发展到一定阶段的必然产物,机器学习方法先后涌现出了三大分支,包括连接主义,符号主义以及统计学习。连接主义......
生成对抗网络(GAN)作为一种新的无监督学习算法框架得到越来越多研究者的青睐,已然成为当下的一个研究热点。GAN受启发于博弈论中......
自生成对抗网络GAN提出以后,现这一方向已成为人工智能方向的研究热点. GAN的思想采用二人零和博弈方法,由生成器和判别器构成,生......
针对目标检测算法在实际应用中速度仍需提高的问题,提出一种改进的YOLOv3算法.通过将多层次特征金字塔网络嵌入到YOLOv3算法中的Da......
针对目前传统的隐写分析技术对特征集要求越来越高的问题,构建了一个密集连接网络模型(Steganalysis-DenselyConnectedConvolution......
针对深层U-net网络易出现梯度消失以及存在特征重用率低的问题,本文提出一种2D DenseU-net海马体分割算法框架,融合了DenseNet和U-......
期刊
主要介绍了激活函数的定义、作用和发展现状,并对常见激活函数的特点及其对深度神经网络性能的影响进行了简单分析,对基于TensorFl......
针对电机故障诊断采用传统神经网络存在的梯度消失等问题,提出了一种长短时记忆(LSTM)神经网络与Softmax多分类器结合的诊断方法。......
本文使用深度神经网络算法对手写数字图像进行分类识别.该算法利用20个卷积层提取手写数字图像的特征向量,特征向量经过ReLU激活函......
深度卷积神经网络的提出引发了图像处理算法的一系列突破。但是,使用更深入的网络并不总是有帮助,训练它们的巨大障碍是逐渐消失的......
