搜索资源列表
Face Recognition. From Traditional to Deep Learning Methods
- 近几年,传统的人脸识别算法被深度卷积网络所代替。CNN的主要优势就是可以结合庞大的数据集提取出原先所提出不出来的优质feature,与此同时精度也提升了很多。同时CNN的出现也加速了计算机视觉的发展,例如object detection 、recognition、segmentation。
基于网格划分的井下无线充电装置部署算法
- 针对利用无线充电装置为井下无线可充电传感器网络进行能量传输的场景,将充电装置的部署转化为充电覆盖问题,并结合充电模型建立了最优充电覆盖模型。为求得最优充电覆盖模型的近似最优解,提出了一种基于网格划分的无线充电装置部署算法。该算法通过网格划分及扫描的方式确定充电装置的最优位置,在满足所有传感器节点充电覆盖的同时,最小化充电置的数量。
快速学习算法
- 该算法是一个主要针对人工智能神经网络中DBN网络的一种快速学习算法
思科模拟器实验
- 计算机网络基础实验,使用思科模拟器的第一次实验报告,需改名为 .doc 后缀后,可以用word打开。
徐立华_求解最短路问题的一个计算机算法
- 本文提出一个求解最短路问题的计算机算法,可称之为相关边法.它是在利用dijkstra算法的基础上,提出网络最大相关边数的概念,通过构造网络的相关矩阵和判断矩阵,从而计算网络任意两点间的最短距离.用此法求解大网络时,数据输入简单方便,能大大节省计算机内存和提高运行速度,为微计算机解决大网络问题提供了切实可行的算法.
YOLOv4:目标检测的最优速度和精度
- 基于YOLOv4开源方案,提高卷积神经网络(CNN)的准确性。并附带开源代码地址。 https://github.com/AlexeyAB/darknet.
债务危机预警
- BP神经网络实例分析BP神经网络实例分析
Modeling financial time-series with generative adversarial networks
- Takahashi,Chen,Tanaka-Ishii(2019)对抗网络(GAN)在金融时间序列中的应用
结合双模多尺度 CNN 特征及自适应深度KELM 的浮选工况识别
- 针对可见光图像特征驱动的浮选工况识别方法的不足,提出一种基于双模态图像多尺度 CNN 特征及自适应深度自编码核极限学习机(Kernel Extreme Learning Machine,KELM)的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解,设计双通道 CNN 网络对双模态多尺度图像进行特征提取及融合,将多个双隐层自编码极限学习机串联成深度学习网络对 CNN 特征逐层抽象提取,然后通过核极限学习机映射到更高维空间进行决策,最后改进量子细菌觅食算法并应用于深度自编码
矿池矿机加密通信
- 近年来由于虚拟货币区块链等技术和产品的发展以及虚拟货币价值的持续升高,让原本用于DDoS攻击或者发垃圾邮件的僵尸网络又看到了另一种新的变现途径:虚拟货币”挖矿”。所以一些被攻陷的主机常常也被植入挖矿木马,开始偷偷地消耗服务器资源来挖矿,甚至企业的内鬼也会给服务器安装挖矿木马,防不胜防。