残差单元相关论文
近年来,基于手势的人机交互系统逐步成为研究的重点对象,它具有更自然、更舒适、更符合人类交互习惯等特点,已广泛应用于生活的方......
众所周知,在人们的日常工作以及娱乐生活,信息传递等方面,视频发挥着举足轻重的作用。视频是由多帧图像组合而成,如果在视频传输的......
图像分割广泛应用在计算机视觉领域中,随着深度学习的出现,图像语义分割也得到大量的研究。语义分割技术结合了目标分类和图像分割......
目标跟踪在过去几十年中备受关注,并且广泛应用于诸如监视,机器人技术和人机交互等众多视觉应用中。尽管相关研究已经取得了许多的......
脑部磁共振(Magnetic Resonance,MR)图像常用于诊断脑部疾病。在临床上,医生通过分析脑MR图像中脑组织的大小、形状和位置来对脑疾......
CenterNet算法在车辆检测领域中表现优异,具有检测精度高和速度快的特点,但其也具有明显的缺点,由于网络采用复杂的Hourglass-104......
本文针对深度神经网络对高分二号遥感影像道路提取时细节信息丢失较多、道路周围环境考虑不充分等情况,在已有的研究成果上,提出一......
电力系统稳定性预测存在映射维度不匹配的问题,导致预测精准性下降,提出基于深度残差网络发热暂态稳定预测方法。将残差单元融入深......
针对高光谱图像训练样本较少、光谱维度高导致分类精度较低的问题,提出一种利用改进多尺度三维残差卷积神经网络的高光谱图像分类......
近年来,以深度学习和自然语言处理为代表的人工智能技术取得巨大突破,开始在法律智能领域崭露头角。法律智能赋予机器理解法律文本......
云检测是遥感图像准确应用的基础。由于RGB彩色图像中云没有明显的颜色分布与纹理模式,导致云检测易产生误检且细节丢失严重。针对......
为了能够生成纹理细节丰富的人脸图像,提出一种基于生成对抗网络的人脸超分辨率重建算法。设计一个由2条支路组成的生成器,并在网......
随着深度学习的发展,自动驾驶逐渐成为人们研究的热点。自动驾驶中一个重要的组成部分是汽车行驶环境感知,而基于深度学习的道路场......
随着遥感技术的发展,单一的传感器影像数据受数据源的约束往往不能满足多层面信息数据要求。由于信号传输带宽和成像传感器的限制,......
将变工况下轴承状态识别的难题归结为领域自适应问题,提出了一种基于域对抗迁移的变工况滚动轴承故障诊断模型。模型以一维振动信......
特征工程是影响机器学习算法性能的关键因素之一,随着互联网数据规模的扩大,传统特征工程的人力成本不断增加。为减少对特征工程的......
针对深度学习中数据增强的方法,改进生成式对抗网络(GAN,Generative adversarial networks)模型,形成一种快速收敛生成式对抗网络,......
本文提出了一种新型的结合超限学习机(ELM)和融合卷积网络(CCN)的模型,并用于3D物体的特征提取和分类.模型以3D物体的多视角投影图......
