搜索资源列表
Deep learning_CNN DBN RBM
- 运用深度学习模型实现图像的分类，主要包括卷积神经网络CNN和深信度网络DBN(Classification of images using deep learning model includes convolutional neural network CNN and belief network DBN.)
CNN电池1×9维诊断20181105
- 通过卷积神经网络进行对一维信号的故障诊断(Fault Diagnosis by CNN)
fenlei
- 利用深度学习进行遥感图像场景分类 这里我们对NWPU-RESISC45数据集的场景图像进行分类 我们将卷积神经网络应用于图像分类。我们从头开始训练数据集。此外，还应用了预先训练的VGG16 abd ResNet50进行迁移学习。(Scene Classification of Remote Sensing Images Using Deep Learning Here we classify scene images from NWPU-RESISC45 dataset We apply
classifier_cnn
- 以卷积神经网络对遥感数据（PaviaU）进行分类的一个算例，对于卷积神经网络的学习很有帮助。(An example of classification of remote sensing data (PaviaU) by convolution neural network is very helpful for the learning of convolution neural network.)
tf-pose-estimation-master
- OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，基于它的实例如雨后春笋般涌现。人体姿态估计技术在体育健身、动作采集、3D试衣、舆情监测等领域具有广阔的应用前景，人们更加熟悉的应用就是抖音尬舞机(OpenPost Human Attitude Recognition Project is a
pytorch_cnn_example
- pytorch框架下，用Python语言编写的搭建简单的卷积神经网络简单。
CNN
- 用深度卷积神经网络进行图像盲取证，定位复制粘贴篡改区域(Blind forensics of image using deep convolution neural network to locate copy-paste tampered area)
1D_CNNs
- 一维卷积神经网络在心电图数据训练中的应用 但是不包含标注数据(1d cnns for ECG data training)
水下图像去雾与增强
- 这篇论文提出了一种较好的水下图像增强的方法。首先使用经过端到端训练的卷积神经网络去测量输入图片，同时以自适应双边滤波器对传输图片进行处理。接着提出一种基于白平衡的策略来消除图片的颜色偏差，用拉普拉斯金字塔融合获得无雾和色彩校正图像的融合结果。 最后，输出图像被转换为混合小波和方向滤波器组（HWD）域，用于去噪和边缘增强。 实验结果表明，该方法可以消除颜色失真，提高水下图像的清晰度。(This paper proposes a better underwater image enhancement
models
- 包含unet/google-v2/CNN等多种神经网络的模型(Multiple Neural Network Models)
手写数字识别
- 运用卷积神经网络进行特征提取，然后进行分类(Using convolution neural network to extract features and classify them)
cifar-10-cnn-master
- 经典数据集分类,利用卷积神经网络分类，利用python语言编写(classic picture classification)
6_2_VGG
- 用thensorflow实现对VGGNET深度卷积神经网络的建立。(The establishment of the VGGNET convolutional neural network is implemented with the thenthraceflow.)
dataset-master
- 深度学习进行调制识别的数据集，用于卷积神经网络(dataset for cnn include generate_RML2016.04c and generate_RML2016.10a)
CNN
- 基于卷积神经网络的无限电调制方式识别，数据集由软件无线电产生(Recognition of infinite electrical modulation based on convolutional neural network. Data sets are generated by software radio)
matlab
- 卷积神经网络源文件 源文件 用于图像分类 内涵数据集 与多个核函数
LeNet
- 本文档是LeNet的源代码，主要用于迁移学习，当然可以进行相应的调整和改进，使得性能更加优越。(This document is the source code of LeNet, which is mainly used for migration learning. Of course, corresponding adjustments and improvements can be made to make the performance more superior.)
CFICA_11
- 盲分离代码,是实现卷积神经网络的盲分离matlab代码，其中附带有原理及其论文，是盲信号分离技术的一个好例子(Matlab code for blind separation of convolutional neural networks. Principles and papers are attached. It is a good example of blind signal separation technology.)
Cnn_train_rollingball
- 卷积神经网络实现CWRU滚动轴承数据集故障分类(Fault classification of volume and network)
CNN_matlab
- 使用matlab2019a深度学习工具箱实现的CNN卷积神经网络分类例程，数据是随机生成的一维随机数(Using the CNN convolution neural network classification routine realized by MATLAB 2019a deep learning toolbox, the data is one-dimensional random number generated randomly)