搜索资源列表
Lorenz-CNN
- 在数字超混沌系统中，要实现超混沌映射的数字化关键就在于数字超混沌序列的生成，而数字超混沌序列的生成与数字混沌序列的生成类似。下面介绍几种数字超混沌序列的生成方法：-The hyperchaotic map in the digital chaotic system, to achieve digitization key hyperchaotic sequence is that the digital generation, hyperchaotic sequence digital gene
Pedestrian-Detection
- ICCV2013： 简 称UDN算法，从文中描述的检测效果来看，该方法是所有方法中最好的，并且，效果远超过其他方法。经过对论文和该算法源码的研究，该算法是与作者另外一篇 论文的方法 ，另外的论文算法做图片扫描，得到矩形框，然后用该方法对矩形框进行进一步确认，以及降低误警率和漏警率。另外的论文是：Multi-Stage Contextual Deep Learning for Pedestrian Detection 说得难听一点，这篇文章对行人检测没有多大的贡献。仅仅是用深度学习
CNN
- 卷积神经网络应用的一些论文,用于目标检测和识别，像人脸，车标等-Some papers convolutional neural network applications
Event-Extraction-via-CNN
- 此论文使用卷积神经网络对文本中的长句进行信息抽取，比如抽取主谓宾等-this paper is using for information extraction by cnn
cnn
- 这段代码主要用python写的卷积神经网络，利用42000张手写识别照片对这个网络进行测试，得出的准确率很高-hand identify
cnn
- 模拟CNN训练网络的程序，需要运行主函数测试。(A program for simulating CNN training networks)