Linux运维-5MySQL数据库管理-MySQL基础-2视频118 MySQL组成结构介绍.avi

Linux运维-5MySQL数据库管理-MySQL基础-2视频120 MySQL常用命令.avi

Linux运维-6.集群-集群视频-5、Squid缓存、代理服务-18、Squid简介.mp4

Linux运维-6.集群-集群视频-5、Squid缓存、代理服务-19、Squid传统模式、透明模

Linux运维-6.集群-集群视频-5、Squid缓存、代理服务-20、Squid 反向代理、ACL访问控

入侵检测技术课件：7-5 基于数据挖掘的入侵检测.ppt

Linux运维-4.服务管理-005SAMBA-2视频-058 配置参数讲解（下）.avi

Linux运维-4.服务管理-005SAMBA-2视频-064 web管理工具-swat.avi

面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答案_1-5章面向计算机科学的数理逻辑课后习题答

LeNet-5卷积神经网络（CNN）虽然在手写数字识别上取得很好的分类效果，但在具有复杂纹理特征的数据集上分类精度不高。为提高网络在复杂纹理特征图像上分类的正确率，提出一种改进的LeNet-5网络结构。引入跨连思想，充分利用网络提取的低层次特征；把Inception V1模块嵌入LeNet-5卷积神经网络，提取图像的多尺度特征；输出层使用softmax函数对图像进行分类。在Cifar-10和Fashion MNIST数据集上进行的实验结果表明，改进的卷积神经网络在复杂纹理特征数据集上具有很好的分类能力。