为降低随机观测矩阵在压缩感知应用中所需的存储空间,提升大尺寸图像重构的实时性,提出一种半张量压缩感知方法。利用该方法构建低阶随机观测矩阵,对原始信号进行全局采样,随后将测量值进行分组处理并采用l
1
用C++写的卷码 (2,1,7)的源程序,可以看到码的性能,,编码的结果,还有维特比译码程序
2022-03-30 09:29:45 2KB 卷积码 C++
1
主要介绍了keras自动编码器实现系列之卷自动编码器操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
2022-03-29 21:14:31 57KB keras 卷积 自动编码器
1
Input layer, hidden layer(series), output layer neurons have learnable weights and biases.. each neuron is fully connected to all neurons in the previous layer, neurons in a single layer function completely independently and do not share any connections. The last fully-connected layer is called the
2022-03-29 16:43:20 5.67MB 人工智能 卷积神经网络
1
神经网络很多时候就像是个黑盒子,里面到底是什么样,是什么样的结构,是怎么训练的,可能很难搞清楚。而本代码就是可以把复杂的神经网络训练过程给可视化,可以更好地理解,调试并优化程序。可以看到每层网络的学习结果.
2022-03-29 16:38:32 5.83MB cnn\可视化
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2022-03-28 23:16:53 143KB matlab
1
颜色分类leetcode 眼网 用深度学习检测糖尿病视网膜病变 客观的 糖尿病视网膜病变是发达国家工作年龄人口失明的主要原因。 据估计,这种情况会影响超过 9300 万人。 人们早就认识到需要一种全面和自动化的糖尿病视网膜病变筛查方法,并且之前的努力在使用图像分类、模式识别和机器学习方面取得了良好进展。 以眼睛的照片作为输入,这个顶点的目标是创建一个新模型,理想地产生现实的临床潜力。 这个项目的动机有两个: 除了对大规模数据集进行分类之外,图像分类多年来一直是个人兴趣。 在患者进行眼睛扫描(如下所示)、让医生分析他们的图像以及安排后续预约之间,时间会浪费掉。 通过实时处理图像,EyeNet 将允许人们在同一天寻求和安排治疗。 目录 数据 数据来源于 . 然而,是一个非典型的 Kaggle 数据集。 在大多数 Kaggle 比赛中,数据已经被清理干净,数据科学家几乎不需要预处理。 有了这个数据集,情况就不是这样了。 所有图像都是由不同的人、使用不同的相机和不同的尺寸拍摄的。 与该部分有关,此数据非常嘈杂,需要多个预处理步骤才能将所有图像转换为可用的格式来训练模型。 训练数据由 35,12
2022-03-28 11:44:40 17.2MB 系统开源
1
1维CNN demo, 可在本地运行, 初学代码, 写的不是很规范,
2022-03-28 10:56:43 4KB CNN
1
人工智能 卷神经网络讲义ppt 课程讲义 有神经网络的来源 以及演变 介绍
2022-03-25 19:36:16 3.01MB 卷积神经网络 课程ppt
1
自动生成图片描述是自然语言处理和计算机视觉的热点研究话题,要求计算机理解图像语义信息并用人类自然语言的形式进行文字表述.针对当前生成中文图像描述整体质量不高的问题,提出首先利用FastText生成词向量,利用卷神经网络提取图像全局特征;然后将成对的语句和图像〈S,I〉进行编码,并融合为两者的多模态特征矩阵;最后模型采用多层的长短时记忆网络对多模态特征矩阵进行解码,并通过计算余弦相似度得到解码的结果.通过对比发现所提模型在双语评估研究(BLEU)指标上优于其他模型,生成的中文描述可以准确概括图像的语义信息.
1