使用SVD和神经网络进行图像压缩 目标：压缩与背景区域相比在语义显着区域中保持较高质量的图像 算法： 图像通过神经网络进行分析：其输出是一个矩阵，该矩阵突出显示了语义上显着的区域 图像分为较小的部分 在图像的每个部分上，使用依赖于重要性图的值的多线性等级应用顺序截断的HOSVD 输入图像 输入图像表示为张量T $$ T \ in \ mathbb {F} ^ {n_1 \ times n_2 \ times 3} $$ 每个条目将包含0到255之间的值 每个切片与特定颜色相关联 如何获得每个像素的重要性 我们将使用卷积网络为每个像素获取介于0和1之间的值，该值表示图像中该像素的重要性。 这些值将被收集在重要性矩阵中。 卷积神经网络 图像和视频识别中经常使用的特定类型的神经网络 分为几层 在每一层中都有一定数量的特征图，每个特征图都在数据中寻找特定的模式 使用的网络 CNN使用Calte

带教程完整的cnn 运行源码，最简单的CNN

本课程主要给大家介绍人工智能的相关发展和应用，同时通过案例介绍基于深度CNN的图像特征提取和相似计算的原理和简单应用。通过本次课程可以让你轻松地对人工智能有全面的了解。

用于简单的cnn 图像识别，包含数据集

keras卷积神经网络下的CIFAR-10图像识别,该资源由浅入深，让你从0基础一步一步搭建神经网络模型。

imagenet-caffe-alex.mat 用于matlab中CNN+SVM使用

在matlab中使用deepLearnToolbox实现卷积神经网络的简单教程

Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks.pdf

基于CNN和SVM的人脸识别系统的设计与实现.pdf

去噪声代码matlab 神经网络 该代码与以下文章相关联： 凉子亮子（Ryo Abiko）和池原正明（Masaaki Ikehara）。 “通过单个CNN对混合的高斯脉冲噪声进行盲去噪。” ICASSP 2019-2019 IEEE声学，语音和信号处理国际会议（ICASSP）。 IEEE，2019年。 嘈杂的影像 去噪图像 地面真相图 要求 MATLAB（<R2019a） 用法 运行demo.m 如果有GPU，MATLAB将自动在GPU上运行代码。 要选择GPU，请在运行演示文件之前运行gpuDevice(number) 。 引文 如果使用此代码，请引用本文。 @inproceedings{abiko2019blind, title={Blind Denoising of Mixed Gaussian-impulse Noise by Single CNN}, author={Abiko, Ryo and Ikehara, Masaaki}, booktitle={ICASSP 2019-2019 IEEE International Conference on Acoustics,