分段卷积

SCI一区级 | Matlab实现RIME-CNN-GRU-Mutilhead-Attention霜冰算法优化卷积门控循环单元融合多头注意力机制多变量多步时间序列预测

SCI一区级|Matlab实现RIME-CNN-GRU-Mutilhead-Attention霜冰算法优化卷积门控循环单元融合多头注意力机制多变量多步时间序列预测目录SCI一区级|Matlab实现RIME-CNN-GRU-Mutilhead-Attention
机器学习之心·2024-01-14 13:35

复数乘法*and分段统计学生成绩（结构体）

#includetypedefstruct{doublerp,ip;}COMPLEX;voidInput(COMPLEX*p);voidOutput(constCOMPLEX*p);COMPLEXMultiply(COMPLEX*p,COMPLEX*q);intmain(){COMPLEXa,b,c;Input(&a);Input(&b);c=Multiply(&a,&b);Output(&c);
是周一吗·2024-01-14 13:30

大数据深度学习卷积神经网络CNN：CNN结构、训练与优化一文全解

文章目录大数据深度学习卷积神经网络CNN：CNN结构、训练与优化一文全解一、引言1.1背景和重要性1.2卷积神经网络概述二、卷积神经网络层介绍2.1卷积操作卷积核与特征映射卷积核大小多通道卷积步长与填充步长填充空洞卷积
星川皆无恙·2024-01-14 13:55

CNN特点

CNN特点•局部连接•权值共享（共享卷积核）•自动提取特征，逐层组合局部连接图像的空间联系是局部的，就像人是通过一个局部的感受野去感受外界图像一样，每一个神经元都不需要对全局图像做感受，每个神经元只感受局部的图像区域
heitong_fu·2024-01-14 12:40

神经网络卷积反卷积及池化计算公式、特征图通道数（维度）变化实例

卷积神经网络，要特别注意输入图像的尺寸，如果想套用某个网络结构，需要先通过网络结构计算出输入图像尺寸，将自己的图像调整为所需要的尺寸；也可以根据自己的图像尺寸适当调整网络结构。以下是具体操作方法。
滑稽的猴子·2024-01-14 10:36

神经网络的三个特征，和卷积和最大池化有什么联系

权重共享：在卷积神经网络（ConvolutionalNeuralNetwork，CNN）中，权重共享是指对于图像中的每个位置都使用相同的权重。这样可以减少模型参数的数量，同时也能够提取出图像的局
爱打网球的小哥哥一枚吖·2024-01-14 09:34

晚安! 正在努力向前跑的你

今天早上学校召开了“三二分段”转段考复习、实习动员大会，这意味着我们要面临一个转折点。时间过得很快，初次见面好像就在昨天，一眨眼就要面临分别了。从今天开始就要步入复习的阶段啦。
小橘姨姨·2024-01-14 09:07

【文献解读】“MOBILEViT：轻量级、通用目的、移动友好的视觉变换器”。

内容简述：提出了一种名为MobileViT的视觉变换器，它是为移动设备设计的轻量级、通用目的的卷积神经网络（CNN）。MobileViT旨在结合CNN和ViTs的优势，旨在构建一
风筝超冷·2024-01-14 08:54

LAMA Inpaint：大型掩模修复

文章目录一、大掩模修复（LaMa）简介二、大掩模修复（LaMa）的主要方法三、快速傅里叶卷积的修补网络四、损失函数五、训练中的动态掩膜生成一、大掩模修复（LaMa）简介LaMa方法的提出背景：现代图像修复技术主要受阻于大缺失区域
丁希希哇·2024-01-14 07:30

OpenCV-23中值滤波

一、概念中值滤波原理比较简单，假设有一个数组[1556789],取其中的中间值（即中位数）作为卷积后的结果即可，中值滤波对胡椒噪音（也叫椒盐噪音）效果明显。对下面带胡椒噪声的图片进行处理。
一道秘制的小菜·2024-01-14 05:17

【AI】人工智能和天文大数据

AI技术：深度卷积神经网络（CNN）特别适合处理图像数据。通过训练，CNN可以自动学习从原始像素到高级星系特征（如形状、大小、旋臂结构）的映射
giszz·2024-01-14 05:10

22、CNN(卷积神经网络)

一、CNN参考文章https://www.cnblogs.com/kongweisi/p/10987870.html卷积运算结构.png层与层之间的连除了矩阵运算，还有CNN。
羽天驿·2024-01-14 04:31

重新认识碎片化

比如说看一本书，我们要输入这本书的内容，这本书我们是整体把它看完，通过不同的时间分段了，时间碎片，但是我们学习的内容是整体的。
一今随记·2024-01-14 04:05

AI监控技术与应用案例

这通常涉及使用深度学习算法，如卷积神经网络(CNN)，来识别图像中的物体。目标检测的准确性和实时性对于监控系统至关重要，因为它有助于实时预警和早期干预。
捷利迅分享·2024-01-14 02:17

神经网络——ReLU和线性层

目录ReLU线性层实践部分ReLUReLU（RectifiedLinearUnit）是一种激活函数，称为非线性激活，常用于卷积神经网络（CNN）中的隐藏层，能够很好地提取数据的非线性特征。
睡不醒的毛毛虫·2024-01-14 02:44

神经网络骨架搭建及卷积

本部分主要是对卷积神经网络的骨架搭建流程以及卷积相关操作进行说明。
睡不醒的毛毛虫·2024-01-14 02:13

神经网络——卷积层和池化层

目录卷积层池化层代码实践学习之前我们先要了解卷积和池化间的联系——首先卷积用来提取图像特征，但是提取后图片的数据量依旧很大，所以需要通过池化来降低特征，池化没有可学习的参数，它仅仅是对输入的聚合操作。
睡不醒的毛毛虫·2024-01-14 02:10

【深度学习目标检测】十五、基于深度学习的口罩检测系统-含GUI和源码（python，yolov8）

Darknet-53是一个53层的卷积神经网络，用于提取图像特征。与传统的卷积神经网络相比，Darkne
justld·2024-01-14 00:33

多维时序 | Matlab实现GRO-CNN-BiLSTM-Attention淘金算法优化卷积神经网络-双向长短期记忆网络结合注意力机制多变量时间序列预测

多维时序|Matlab实现GRO-CNN-BiLSTM-Attention淘金算法优化卷积神经网络-双向长短期记忆网络结合注意力机制多变量时间序列预测目录多维时序|Matlab实现GRO-CNN-BiLSTM-Attention
机器学习之心·2024-01-13 22:47

多输入多输出 | Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测

多输入多输出|Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测目录多输入多输出|Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测预测效果基本介绍模型背景程序设计参考资料预测效果基本介绍
机器学习之心·2024-01-13 22:47

回归预测 | MATLAB实现SSA-CNN-GRU-Attention多变量回归预测（SE注意力机制）

MATLAB实现SSA-CNN-GRU-Attention多变量回归预测（SE注意力机制）预测效果基本描述程序设计参考资料预测效果基本描述1.Matlab实现SSA-CNN-GRU-Attention麻雀优化卷积门控循环单元注意力机制多变量回归预测
机器学习之心·2024-01-13 22:47

简单的图像中箭头方向识别

前言：说起图像识别，很多人第一次反应就是机器学习，深度学习，卷积神经网络搞起来这还没完，要有筛选各种模型，调参以及等待模型训练完成等等不仅烦锁，而且一旦结果不理想，那又得是苦逼的调参和漫长的等待（训练完成
卖小麦←_←·2024-01-13 21:43

数据库命名规范--通用

分段式的1.1基本命名原则以下基本原则适用于所有数据库对象命名，如无特别说明则为强制规范。
elileo·2024-01-13 20:27

未发表:KOA-CNN-LSTM-Attention开普勒优化卷积、长短期记忆网络融合注意力机制的多变量回归预测程序

适用平台：Matlab2023版及以上KOA开普勒优化算法，于2023年5月发表在SCI、中科院1区Top顶级期刊《Knowledge-BasedSystems》上。该算法提出时间很短，目前还没有套用这个算法的文献。同样的，我们利用该新鲜出炉的算法对我们的CNN-LSTM-Attention时序和空间特征结合-融合注意力机制的回归预测程序代码中的超参数进行优化，构成KOA-CNN-LSTM-Att
预测及优化·2024-01-13 20:57

TSOA-TCN-SelfAttention基于凌日优化时间卷积网络融合多头自注意力机制的多特征回归预测程序，还未发表!

适用平台：Matlab2023版及以上凌日优化算法（TransitSearchOptimizationAlgorithm，TSOA）是2022年8月提出的一种新颖的元启发式算法，当一颗行星经过其恒星前方时，会导致恒星的亮度微弱地下降，这被称为凌日现象。该算法基于著名的系外行星探索方法，即凌日搜索（TS）。在凌日算法中，通过研究在一定间隔内从恒星接收到的光，检查亮度的变化，如果观察到接收到的光量减少
预测及优化·2024-01-13 20:27

TSOA-CNN-LSTM-Attention凌日优化卷积、长短期记忆网络融合注意力机制的多变量回归预测程序,数据由Excel导入，直接运行

适用平台：Matlab2023版及以上凌日优化算法（TransitSearchOptimizationAlgorithm，TSOA）是2022年8月提出的一种新颖的元启发式算法，当一颗行星经过其恒星前方时，会导致恒星的亮度微弱地下降，这被称为凌日现象。该算法基于著名的系外行星探索方法，即凌日搜索（TransitSearch，TS）。在凌日算法中，通过研究在一定间隔内从恒星接收到的光，检查亮度的变化
预测及优化·2024-01-13 20:27

Java研学-分页查询

一分页概述1介绍  将大量数据分段显示，避免一次性加载造成的内存溢出风险2真假分页①真分页  一次性查询出所有数据存到内存，翻页从内存中获取数据，性能高但易造成内存溢出②假分页  每次翻页从数据库中查询数据
泰勒疯狂展开·2024-01-13 19:16

心流记忆267——为我的宝贝女儿点赞

在一次聊天的过程中，夏令营的负责人德勇老师发现她有朗诵的爱好，指定我们母女俩朗读能量文，接到任务后，她快速行动，合理划分段落，指导我朗读，一遍一遍排练，从语音语调到抑扬顿挫，指导我一点一点提升，第一次近距离感受孩子朗读的风采
张海燕_5916·2024-01-13 19:08

操作系统 内存相关

覆盖区：将程序的其他部分按照调用关系分段，首先将即将要访问的段放入覆盖区
大法师安东尼ds·2024-01-13 19:18

yolov5剪枝技术方案

本文讨论yolov5的剪枝方案：1、上篇文章实战梳理了基于BN层系数gamma剪枝（在一个卷积-BN-激活模块中，BN层可以实现通道的缩放）原理和实践流程，具体可参考上文；2、对于Bottleneck结构进行剪枝如果右边的参差很小
qq_41920323·2024-01-13 19:33

DiSparse: Disentangled Sparsification for Multitask Model Compression论文简读

在深度学习中，尤其是计算机视觉领域，卷积神经网络（CNN）由于其卓越的性能而被广泛应用，但随着模型规模的增大和参数数量的剧增，对于边缘设备等资源有限的应用场景，有效压缩模型以节省存储空间和提高计算效率变得至关重要
云雨、·2024-01-13 19:32

Canopen学习笔记——canfestival分段sdo下载

首先，先附上几张sdo传输的流程图，分别是sdo快传，sdo分段下载和sdo上传协议。
码农江_一叶知秋·2024-01-13 18:12

ZOA-PCNN-AT-SVM斑马优化并行卷积-支持向量机融合注意力机制的故障识别程序，特征可视化，实验多！图多！

适用平台：Matlab2023版本及以上本原创程序提出的ZOA-PCNN-AT-SVM故障识别模型还没有人写！在此基础上进一步对参考模型进行多重改进，程序注释清晰，干货满满，下面对文章和程序做简要介绍！①识别模型部分参考中文EI期刊《电力自动化设备》12月29号网络首发文献：《基于格拉姆角场与并行CNN的并网逆变器开关管健康诊断》；②优化模型部分参考知名SCI、EI期刊《IEEEAccess》20
预测及优化·2024-01-13 18:21

ConcurrentHashMap源码分析(01)-构造方法

在jdk7中，ConcurrentHashMap的实现是基于Segment分段锁的方式。而jdk8
juconcurrent·2024-01-13 18:06

2、 前馈和反馈神经网络

应用****3、RNN类型**三、GAN**1、结构****2、应用****3、GAN类型**四、FCN五、ResNet六、反向传播BP和BPTT神经网络分类1、前馈神经网络：全连接神经网络（DNN）、卷积神经网络
爱补鱼的猫猫·2024-01-13 17:02

普通卷积、转置卷积（transposed convolution)的原理及运算步骤的详细解释

1.首先声明一点，转置卷积不是卷积的逆运算，转置卷积也是一种卷积方式，作用是进行上采样！主要出现在分割和对抗神经网络模型中比较多。
Trouville01·2024-01-13 17:29

图像分割deeplab系列

DeepLabv1的两个创新点是空洞卷积（AtrosConvolution）和基于全连接条件随机场（FullyConnectedCRF）。Dee
TechMasterPlus·2024-01-13 17:21

深度学习学习笔记+知识点总结(4万字)

卷积卷积的反向传播过程CNN模型所需的计算力（flops）和参数（parameters）数量是怎么计算的？池化（Pooling）池化层怎么接收后面传过来的损失？平均池化（averagepooling
搬砖成就梦想·2024-01-13 16:45

山塘抓鱼

昨夜分段
古堰画乡陈春霞·2024-01-13 16:42

SiamFC个人学习笔记

用于特征提取的φ\varphiφ代表backbone，用的是AlexNet，并且在SiamFC中，有个很大的特点：即没有在AlexNet中引入padding，这点很重要，因为这保证了网络的全卷积性，也即平移不变性
CHEN7_98·2024-01-13 13:12

ResNet个人学习笔记

看这篇即可上面涉及到了多通道卷积的参数数量计算，参考以下几篇即可：多通道卷积的参数数量计算CNN卷积核与通道讲解即，对于一次卷积操作或某一卷积层，会有输入特征图（多通道）作为该次卷积的输入，并输出
CHEN7_98·2024-01-13 13:41

MOOSE相关滤波跟踪算法（个人学习笔记）

MOOSE论文标题“VisualObjectTrackingusingAdaptiveCorrelationFilters”原文地址用滤波器对目标外观进行建模，并通过卷积操作来执行跟踪。
CHEN7_98·2024-01-13 13:40

深度学习入门之6--卷积神经网络1(理论讲解)

目录1、架构2、卷积层2.1、优点2.1.1、全连接存在的问题：2.1.2、卷积的优点：2.2、卷积运算2.3、填充2.4、步幅2.5、三维卷积运算2.6、结合方块思考2.7、批处理3、池化层3.1、计算方式
梦灯·2024-01-13 13:06

深度学习入门之6--卷积神经网络2(代码实现)

目录1、卷积层和池化层实现1.1、4维数组1.2、基于im2col的展开1.3、卷积层的实现1.4、池化层的是实现2、CNN实现2.1、目录结构如下：2.2、结果如下：2.3、代码实现：2.3.1simple_convnet.py2.3.2train_convnet3
梦灯·2024-01-13 13:06

RT-DETR 更换主干网络之 ShuffleNetv2 | 《ShuffleNet v2：高效卷积神经网络架构设计的实用指南》

目前，神经网络架构设计多以计算复杂度的间接度量——FLOPs为指导。然而，直接的度量，如速度，也取决于其他因素，如内存访问成本和平台特性。因此，这项工作建议评估目标平台上的直接度量，而不仅仅是考虑失败。在一系列控制实验的基础上，本文得出了一些有效设计网络的实用指南。据此，提出了一种新的体系结构，称为ShuffleNetV2。综合消融实验证明，我们的模型在速度和精度方面是最先进的。论文地址：http
迪菲赫尔曼·2024-01-13 12:28

2024 1.6~1.12 周报

学习ppt和上周组会内容、卷积神经网络。三、完成情况1.数据训练的方式1.1迁移学习迁移学习是一种机器学习方法，把任务A训练出的模型作为初始模型，并使用它来改进新目标任务B的学习。
shengMio·2024-01-13 12:59

Go语言内存模型

目录1，局部变量太多的问题：2，栈桢太多问题分段栈：连续栈堆内存对象分配mcache缓存位图mcentral遍历spanmheap缓存查找总结栈内存（协程栈，调用栈）GO的协程栈位于GO的堆内存上。
量子学习法·2024-01-13 11:19

深度探析卷积神经网络（CNN）在图像视觉与自然语言处理领域的应用与优势

目录前言1CNN网络结构与工作原理1.1输入层1.2卷积层1.3最大池化层1.4全连接层2应用领域2.1图像视觉领域中CNN的应用2.2NLP领域中CNN的应用3CNN的限制与未来展望3.1CNN的挑战
cooldream2009·2024-01-13 10:24

OpenCV-22高斯滤波

高斯函数的一般形式：以（0，0）和（0，0，0）为中点：高斯滤波就是使用符合高斯分布的卷积核对图片进行卷积操作，所以高斯滤波的重点是
一道秘制的小菜·2024-01-13 10:23

学习笔记--神经网络与深度学习之卷积神经网络

目录1.卷积1.1一维卷积1.2卷积的作用1.3卷积扩展1.4二维卷积1.5互相关2.卷积神经网络2.1用卷积代替全连接2.2卷积层2.3汇聚层（池化层）2.4卷积网络结构3.其它卷积种类3.1空洞卷积
qssssss79·2024-01-13 10:20
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他