当前位置：
首页 资源下载
搜索资源 - deep belief network
搜索资源列表
-
0下载：
本文运用深度神经网络的方法克服姿态变量和图像分辨率的影响,提出了一种多姿态的人脸超分辨识别算法并在实验数据集上获得了良好的性能表现。另外本文利用深度信念网络探索正面人脸图像和侧面人脸图像的映射,方法放松了深度信念网络的输入也输出之间绝对相等,而只是保证其高层含义上的相等。实验表明了使用深度信念网络可以学习到侧面人脸图像到正面人脸图像的一个全局映射,但是丢失了个体细节差异。本文还提出了基于深度网络保持姿态邻域进行姿态分类的方法,在学习过程中,我们保证了同一个姿态下的人脸图像应该与同一姿态下的多张图
-
-
0下载：
针对各种机器学习，深度学习领域的一个matlab工具包-A machine learning library focused on deep learning.Following algorithms and models are provided along with some static utility classes:
- Naive Bayes, Linear Regression, Logistic Regression, Softmax Regression, Linear S
-
-
1下载：
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1]
深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1]
深度学习是机器
-
-
0下载：
基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
-
-
0下载：
CNN - Convolutional neural network class This project provides matlab class for implementation of convolutional neural networks.
Deep Neural Network It provides deep learning tools of deep belief networks (DBNs).
myCNN is a Matlab implementation
-
-
1下载：
MATLAB实例与人工智能神经网络深度学习深度信念网络(MATLAB instance and artificial intelligence neural network deep learning deep belief network)
-
-
0下载：
深度信念网络程序，入门人士不错的选择，非工具箱(Deep belief network program, a good choice for beginners, not toolbox.)
-
-
1下载：
深度置信网络DBN，深度学习，神经网络，分类(deep belief network(DBN), deep learning, neural network, classification)
-
-
2下载：
深度信念神经网络应用程序，部分数据及仿真例程(Deep belief neural network application, simulation routine)
-
-
2下载：
深度信念网络，神经网络的一种。既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。(Deep belief network, a kind of neural network. It can be used for unsupervised learning, similar to a self-coding machine, or supervised learning, as a classifier.)
-
-
2下载：
运用深度学习模型实现图像的分类，主要包括卷积神经网络CNN和深信度网络DBN(Classification of images using deep learning model includes convolutional neural network CNN and belief network DBN.)
-
-
1下载：
深度信念网络程序详解，可以实现数据回归和分类，自动提取关键成分。(Detailed explanation of deep belief network program can realize data regression and classification, and automatically extract key components.)
-
