PowerSensor AI教程1-深度学习-tensorflow- 数字识别资源包 ，包含数据集、tensorflow训练代码、dnndk编译代码、powersensor部署代码。

Deep Learning for Encrypted Traffic Classification:An Overview.pdf

图像处理、模式分类、机器学习

机器学习

CNN图像情感分类 该项目使用在上找到的面部图像数据集KDEF来训练和测试卷积神经网络以预测人的情绪。 该项目使用Tensorflow，Keras和Python Pickle。

An_improvement_of_data_classification_Using_Random_Multimodel_Deep_Learning_(RMDL) Mojtaba Heidarysafa

Deep_Learning_for_Encrypted_Traffic_Classification_An_Overview Shahbaz Rezaei

Convolutional Neural Networks for Multivariate Time Series Classification using both Inter- & Intra- Channel Parallel Convolutions G. Devineau

DCASE 2020-任务3-4月 这是我们对DCASE2020任务3挑战的贡献。 （C）2020年AndrésPérez-López和RafaelIbañez-Usach。 如[1]中所述，该存储库保留了参数粒子过滤器（PAPAFIL）方法的实现。 该方法如何工作？ PAPAFIL基于四个主要构建块： 估计单源TF仓并计算其瞬时窄带DOA。 使用粒子跟踪系统将DOA转换为一致的事件轨迹和激活。 使用这些注释在空间和时间上对B格式输入信号进行过滤，从而产生单音事件估计。 使用基于GBM的单分类器将分类标签分配给每个事件估计。 下图描述了该体系结构，其中Omega和Ypsilon

ImageNet Classification with Deep Convolutional Neural Networks.pdf