2D-CNN

故障诊断 | 基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型（matlab +python）

目录效果一览基本介绍程序设计参考资料效果一览基本介绍故障诊断|基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型（matlab+python）基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型特征拼接python（pytorch）基于2D-CNN
机器学习之心·2024-01-07 11:53

MVX-Net Multimodal VoxelNet for 3D Object Detection 论文学习

一些方法将3D点云转换为特征表示，如BEVmaps，然后用2D-CNN方法来做检测和分类。但这些方法对于点
calvinpaean·2023-07-19 13:41

基于卷积神经网络的高光谱图像分类

基于光谱特征2.基于空间特征3.基于空谱特征3.1空间特征和光谱特征的融合3.2基于3D-CNN分类4.总结引言近年来深度学习的技术在计算机视觉领域中大放异彩，使得对多光谱数据分类的研究迅速发展，结合2D-CNN
@kc++·2023-06-23 20:47

一维卷积（1D-CNN）、二维卷积（2D-CNN）、三维卷积（3D-CNN）

一维卷积常用在序列模型、自然语言处理领域；假设输入数据维度为8，filter维度为5；不加padding时，输出维度为4，如果filter的数量为16，那么输出数据的shape就是；二维卷积神经网络（2D-CNN
元宇宙MetaAI·2022-12-25 14:06

CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-2D-CNN（四）

本次数据处理教程是没有做STFT变换，之间将提取的数据变换为适合2D-CNN输入的数据，以适应使用2D-CNN网络完成具体任务！文件的目录如下：把所有患者数据文件夹放入一个文件夹中。
arbitrary19·2022-12-21 10:22

2022WACV论文：D2Conv3D的梳理及2D/3DCNN、可变形卷积等关键词解释

DeformableConvolutionalNetworks(2017)：https://blog.csdn.net/P_LarT/article/details/85042264[2]一维卷积（1D-CNN）、二维卷积（2D-CNN
ling零零零·2022-11-23 18:05

卷积神经网络中二维卷积核与三维卷积核有什么区别？

目录1一维卷积神经网络（1D-CNN）2二维卷积神经网络（2D-CNN）2.1单通道2.2多通道2.32D卷积的计算3三维卷积3.13D卷积3.23D卷积的计算4如何理解卷积神经网络中的通道（channel
意念回复·2022-04-22 07:54

卷积神经网络（CNN）的进化史以及常用的CNN框架

#2D-CNN首先看一下最一般的二维空间Feature-MapCNN。
fond_dependent·2022-04-08 08:35

行为识别基础模型总结

Two-Stream(NIPS2014)对于长范围时间结构的建模无能为力TSN(ECCV2016)长视频处理的优点：与two-stream的对比：TSN的改进细节：C3D(ICCV2015)**3D-CNN和2D-CNN
鹏RPZ·2020-08-10 06:35

《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》论文阅读

:Exploring3-D–2-DCNNFeatureHierarchyforHyperspectralImageClassification》论文阅读一、引言高光谱图像是立体数据，也有光谱维数，仅凭2D-CNN
陳半仙·2020-08-08 18:00

一维卷积（1D-CNN）、二维卷积（2D-CNN）、三维卷积（3D-CNN）

一维卷积常用在序列模型、自然语言处理领域；假设输入数据维度为8，filter维度为5；不加padding时，输出维度为4，如果filter的数量为16，那么输出数据的shape就是；二维卷积神经网络（2D-CNN
piupiurui·2020-06-30 08:03

基于融合CNN(2D-CNN与1D-CNN融合)与SVM的滚动轴承故障诊断

本文将2D-CNN与1D-CNN融合，同时对轴承数据集进行训练，然后在汇聚层将两者池化层的输出连接成一个向量，送进全连接层。模型训练结束之后，取FC层的输出作为提取到的故障特征信号。
机器鱼·2020-06-25 19:02
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他