搜索资源列表
JuLeiSuanfa
- 图像的智能算法，包括神经算法、动态K均值、欧士距离、卷积、几何距离等演示。
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
baolai
- 实现六自由度运动学逆解算法，意信号卷积的运算,并且绘制图象，在MATLAB中求图像纹理特征。- Six degrees of freedom to achieve inverse kinematics algorithm,
filtersTest
- 图像处理经典滤波算法实现，包括中值滤波、卷积、Sobel、Canny、Pyramid、Hough变换、轮廓提取、直方图均衡化、小波变换等等,可以试验算法效果，用着不错，拿来分享下。-Image processing classical filtering algorithms, including median filtering, convolution, Sobel, Canny, Pyramid, Hough transform, contour extraction, histogram
cnn
- 卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。-Convolutional Neural Network Library
CNN Matlab代码
- 利用大量图像数据对卷积神经网络算法进行训练，通过卷积、池化、下采样以及全连接层训练后的卷积神经网络在图像识别精度越来越高。(By using a large number of image data to train the convolutional neural network algorithm, the accuracy of the image recognition is higher and higher by convolution, pooling, down sampling
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
Machine learning
- 提供监控场景下多张带有标注信息的行人图像，可定位（头部、上身、下身、脚、帽子、包）的基础上研究行人精细化识别算法，自动识别出行人图像中行人的属性特征。(It provides a number of pedestrian images with tagged information under the monitoring scene, and can study the pedestrian refinement recognition algorithm based on the locat
卷积conv
- 通过C++实现卷积功能，和MATLAB效果一样，已经验证，希望对大家有所帮助。