《机器学习从入门到入职》深度学习的卷积神经网络算法代码框架用的是keras，数据集选用mnist手写字体识别
2021-11-25 20:58:20
2KB
1
一个深度回声状态网络工具（matlab），解决了高阶的MSO问题，可根据自己要解决的问题修改generateSample.m，并在TestMSO.m中修改相关参数。具体可参考：延迟深度回声状态网络在时间序列预测中的应用，自动化学报
2021-11-24 16:41:42
5KB
1
基于卷积神经网络的风格迁移算法，模型使用VGG-19，实验环境：Tensorflow2.0,python3.6,支持GPU加速
2021-11-22 10:00:21
34.73MB
1
本课程讲解人工神经网络的基本知识，而后详细讲解深度学习的经典模型卷积神经网络 CNN，后基于CNN 讲解一个简单的人脸识别系统。知识点包括：神经元、感知机、BP 算法、梯度优化、卷积运算、池化运算、全连接层、激活函数、深度学习python 实现等。
2021-11-21 19:42:35
5.01MB
1
为了进一步增强视频图像超分辨率重建的效果，研究利用卷积神经网络的特性进行视频图像的空间分辨率重建，提出了一种基于卷积神经网络的视频图像重建模型。采取预训练的策略用于重建模型参数的初始化，同时在多帧视频图像的空间和时间维度上进行训练，提取描述主要运动信息的特征进行学习，充分利用视频帧间图像的信息互补进行中间帧的重建。针对帧间图像的运动模糊，采用自适应运动补偿加以处理，对通道进行优化输出得到高分辨率的重建图像。实验表明，重建视频图像在平均客观评价指标上均有较大提升（PSNR 0.4 dB/SSIM 0.02），并且有效减少了图像在主观视觉效果上的边缘模糊现象。与其他传统算法相比，在图像评价的客观指标和主观视觉效果上均有明显的提升，为视频图像的超分辨率重建提供了一种基于卷积神经网络的新颖架构，也为进一步探索基于深度学习的视频图像超分辨率重建方法提供了思路。
2021-11-17 21:11:12
1.31MB
1
针对海思 HI3516DV300 媒体处理芯片开发的编解码核心板，展示 HI3516DV300 芯片的多媒体功能和外围接口，应用于 AI双目摄像机、智能平板终端、往智慧社区、门禁通道、人脸支付等方向，极大缩短客户产品的开发周期；
2021-11-08 09:28:33
3.16MB
1