深度自编码相关论文
医学图像融合在疾病诊断、治疗规划、医学评估和外科导航等各种临床应用中越来越重要,它可以减少数据间的冗余,将不同模态图像各自......
地震预测预报是公认的世界性难题,特别是短临地震预测至今难以突破。有望推进短临地震预测的一个领域是对地震前兆的研究。但目前......
在现实生活和网络世界里,每时每刻都会产生数量庞大、种类丰富的图像数据,给这些图像标注分类费时费力。因此,在机器学习领域,针对......
随着互联网的不断发展,人们之间的联系更加紧密,导致个体意识的弱化,团队能力的增强,逐渐形成以不同属性为的社区为基础组成庞大的......
人体运动风格转换技术可以将普通的人体运动序列转化成具有特定运动风格的运动序列。它综合利用了运动数据的编辑与重用技术。针对......
人工智能技术发展为智能故障领域开辟了天地。深度学习对故障数据有效拟合学习能避免手动故障特征提取。深度学习中主要分为监督式......
针对目前恶意域名检测方法特征提取过程复杂和检测准确率不高的问题,提出一种基于深度自编码和决策树(Deep Auto Encoder and Deci......
阶梯网络不仅是一种基于深度学习的特征提取器,而且能够应用于半监督学习中.深度学习在实现了复杂函数逼近的同时,也缓解了多层神......
近年来,网络中的潜在攻击行为逐渐呈现出规模大、分布范围广、多发性阶段、容易隐藏等特点。本文对深度自编码网络的网络安全态势......
为了实现更精确的地面小慢目标的近场探测识别,设计了一种大带宽的线性调频体制雷达,给出了主要工作参数,并根据不同目标散射点的......
癌症的准确诊断和分型是癌症治疗的保障,精确的癌症分型有助于有效的癌症分析和治疗方案的制定。目前癌症类型都是基于其原始的发......
为了准确描述滚动轴承性能退化的动态过程,结合深度学习强大特征提取能力的优势,提出了一种新型深度自编码和最小量化误差方法相结......
针对强杂波环境下慢动目标检测存在的多普勒频移低、杂波干扰强、特征提取困难等问题,提出一种多维特征融合的检测算法。利用时频......
运动风格化处理综合运用了运动编辑技术,可以较好地满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未......
针对风电机组现场故障样本难获取的问题,为实现风电机组发电机部件的故障诊断,通过分析风机监控与采集(SCADA)数据,设计了基于深度......
