使用 1D、2D 和 3D 特征向量的 CNN 分类器：使用具有预先提取的特征向量的 CNN 网络，而不是自动从图像中自行导出特征。-matlab开发

matlab

CNN 深度网络由内置特征提取（展平）层和分类层组成。通过省略特征提取层（转换层，Relu层，池化层），我们可以将诸如GLCM，LBP，MFCC等特征直接提供给CNN，仅用于单独分类。这可以通过仅使用全连接层构建 CNN 架构来实现。这有助于对音频数据进行分类。 http://cs231n.github.io/convolutional-networks/访问此页面以了解有关架构的疑问。我使用过 C->R->F->F->F 架构

文件下载

资源详情

[{"title":"（ 1 个子文件 353KB ）使用 1D、2D 和 3D 特征向量的 CNN 分类器：使用具有预先提取的特征向量的 CNN 网络，而不是自动从图像中自行导出特征。-matlab开发","children":[{"title":"CNN.zip <span style='color:#111;'> 352.91KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

使用 1D、2D 和 3D 特征向量的 CNN 分类器：使用具有预先提取的特征向量的 CNN 网络，而不是自动从图像中自行导出特征。-matlab开发

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载