为了实现在遥感图像处理过程中准确地提取到有效地物信息,缩短分类用时,将卷积神经网络(CNN)模型引入遥感图像地物分类,首先提出由......

在人脸表情识别任务中,传统的机器学习方法是基于人工来提取特征,其特征提取过程时间复杂度高且稳健性差,而现有依赖单通道卷积核......

在未知环境中,无人机(UAV)着陆地貌的自动识别和分类有着极其重要的研究意义,传统的自然场景分类利用的是中层和底层特征信息,但是......

In this paper,we propose a new visual tracking method in light of salience information and deep learning.Salience detect......

提出了一种基于激光光斑畸变和卷积神经网络(CNN)的光路气流扰动研究方案。利用CNN对激光光束在空间传播中受到气流扰动后的光斑畸......

当前基于深度学习的遥感目标检测方法只能识别出遥感目标的类别及位置,无法检测出遥感目标间的空间关系。针对该问题,提出一种遥感......

针对目标检测准确率低,物体位置不精准的缺点,设计了一种基于改进的特征提取网络的目标检测算法。首先将训练集进行数据增强;其次......

针对采用全卷积神经网络去除地震数据随机噪声方法中遇到的计算量大、容易出现过拟合等问题,提出了一种基于LeNet-5改进的卷积神经......

针对目前基于样例学习的图像超分辨率方法难以同时满足快速运算和生成高质量图像的问题,提出一种基于去卷积的快速图像超分辨率方......

针对传统机器学习中人工提取特征复杂度高,以及单卷积网络提取特征不充分导致识别率不高的问题,提出了一种基于集成卷积神经网络的......

针对传统网络结构不能充分利用数据中时空信息的问题,提出了一种时空金字塔池化模型,并将该模型与非局部特征计算操作相结合,设计......

现有目标检测算法在复杂大场景下多目标检测的精度和实时性难以平衡,为此,受深度神经网络卷积核形态启发,模仿了人眼视觉机理,改进......

基于轨道角动量(OAM)的自由空间光学通信被认为是很有前景的下一代通信应用,为了实现OAM复用通信,需要突破的关键技术之一就是接收......

为了提高基于双目视觉中立体匹配在弱纹理场景下的精准性,提出了一种基于注意力机制特征提取的三维重建算法。利用卷积神经网络(CN......

针对目前在检测商用砂石骨料的过程中,人工检测的效率低下且受到主观因素的影响较大以及检测的准确率不理想,提出一种基于卷积神经......

肺炎是一种严重威胁人类健康的疾病,及时、准确地检测出肺炎可以尽早帮助患者接受治疗。因此,提出了一种基于YOLOv3改进的Multi br......

基于串联(concat)操作的特征融合方法仅仅融合了相邻尺度的特征,并没有充分利用来自其他尺度的输出特征。并且,串联操作只是在通道......

针对纺织厂实际生产中采用人工分类纱管费时费力不够智能化等问题,提出了基于改进深度卷积神经网络的分类方法。先基于AlexNet模型......

Text classification is a fundamental task in Nature language process (NLP) application.Most existing research work relie......

稀疏投影角度CT重建图像主要是指在CT重建时,使用较少角度数量的投影来进行重建,这样可以减少CT扫描时间,进而有助于减少病人所受......

CNN pruning is a well-known process that is highly recommended in the optimization of neural network performance such as......