一种基于深度神经网络的扩展LargeVis图像特征降维方法.pdf

一种基于宽卷积神经网络的图像去噪方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801897 A (43)申请公布日 2021.05.14 (21)申请号 202110071024.6 (22)申请日 2021.01.19 (71)申请人西安理工大学地址

2023-06-05 约1.75万字 18页立即下载

一种基于图神经网络的小样本图像分类方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113392876 B (45)授权公告日 2022.07.05 (21)申请号 202110563578.8 G06K 9/62 (2022.01)

2023-06-17 约8.82千字 9页立即下载

一种基于深度神经网络的小样本图像目标计数方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117809293A (43)申请公布日2024.04.02 (21)申请号202410233942.8G06N3/045(2023.01)

2024-04-01 约1.18万字 11页立即下载

用于扩展神经网络的方法和设备以及降维的方法.docx PAGE 1- 用于扩展神经网络的方法和设备以及降维的方法 一、扩展神经网络的方法 (1)神经网络的扩展方法主要包括增加层数、增加神经元数量和引入注意力机制等。例如，在计算机视觉领域，通过引入深度学习技术，神经网络能够处理高维度的图像数据。在ResNet（残差网络）中，通过增加网络深度，解决了深层网络训练过程中的梯度消失问题，使得模型能够在更深的层数中学习到更复杂的特征。实验表明，ResNet在ImageNet数据集上取得了显著的性能提升，将准确率提高了约25%。在自然语言处理领域，Transformer模型通过引入自注意力机制，实现了对序列数据的全局依赖建模，显著提高了模型的性能。例如，BE

2025-01-20 约2.49千字 5页立即下载

2023-06-06 约2.22万字 15页立即下载

一种基于神经网络并行训练架构进行交叉图像特征融合的行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821629 A (43)申请公布日 2022.07.29 (21)申请号 202110107384.7 (22)申请日 2021.01.27 (71)申请人天津大学地址 300072 天津

2023-05-13 约9.94千字 9页立即下载

一种可扩展的自适应宽度神经网络学习方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112966761 A (43)申请公布日 2021.06.15 (21)申请号 202110278923.3 (22)申请日 2021.03.16 (71)申请人长安

2023-06-10 约1.72万字 15页立即下载

基于卷积神经网络的高光谱图像深度特征提取与分类.docx code711.cn 基于卷积神经网络的高光谱图像深度特征提取与分类摘要：基于深度学习的优点，本文提出了一种基于卷积神经网络(CNN)的正则化深度特征提取(FE)方法用于高光谱图像分类。该方法利用卷积层和池化层从hsi中提取具有非线性、判别性和不变性的深层特征。这些特征可用于图像分类和目标检测。此外，为了解决HSI分类的高维数不平衡和训练样本可用性有限这一常见问题，研究了L2正则化和dropout等策略来避免类数据建模中的过拟合。更重要的是，我们提出了一个基于cnn的三维有限元模型，结合正则化方法提取高光谱图像的有效光谱空间特征。最后，为了进一步提高性能，提出了一种虚拟样本增强方法。所提出

2025-04-18 约1.7万字 32页立即下载

一种基于神经网络特征融合的胶囊内镜图像识别模型.docx PAGE 1- 一种基于神经网络特征融合的胶囊内镜图像识别模型一、引言随着医学影像技术的飞速发展，胶囊内镜作为一种非侵入性检查手段，在胃肠道疾病的诊断中发挥着越来越重要的作用。相较于传统的内窥镜检查，胶囊内镜具有操作简便、患者舒适度高等优点，能够对整个胃肠道进行实时、连续的观察，大大提高了疾病的检出率和诊断的准确性。然而，胶囊内镜图像的识别与处理仍面临诸多挑战。由于胶囊内镜图像具有高分辨率、高噪声、动态变化等特点，传统的图像识别方法往往难以达到满意的识别效果。近年来，深度学习技术在图像识别领域取得了显著的成果，尤其是在医学影像分析方面。其中，卷积神经网络（ConvolutionalNeu

2025-01-20 约1.97千字 4页立即下载

基于边特征关系映射图神经网络模型的小样本图像分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392896 A (43)申请公布日 2021.09.14 (21)申请号 202110647643.5 (22)申请日 2021.06.10 (71)申请人中国人民解放军空军通信士官学校

2023-06-18 约1.57万字 15页立即下载

基于深度卷积神经网络的图像去噪研究.docx PAGE 1- 基于深度卷积神经网络的图像去噪研究一、1.图像去噪背景与意义 (1)图像去噪是图像处理领域中的一个重要课题，其主要目的是消除或减轻图像中由于噪声干扰而引入的瑕疵。在现实世界中，由于传感器性能、传输过程中的信号衰减、环境因素等，图像往往会受到不同程度的噪声影响。这些噪声不仅影响了图像的视觉效果，还可能对图像的后续处理和应用产生负面影响。例如，在遥感图像处理、医学影像分析、自动驾驶等领域，高噪声的图像会直接影响任务的准确性和效率。因此，图像去噪技术在提升图像质量、提高后续处理性能方面具有重要意义。 (2)随着计算机技术的飞速发展，图像去噪技术也取得了显著进步。从传统的滤波算法到基

2025-01-18 约2.57千字 5页立即下载

基于深度卷积神经网络与哈希的图像检索.pptx 基于深度卷积神经网络与哈希的图像检索汇报人：2024-01-29 CATALOGUE目录引言相关工作基于深度卷积神经网络的图像特征提取基于哈希的图像检索方法实验与分析结论与展望 01引言传统的图像检索方法基于文本标注或手动特征提取，这些方法存在主观性、效率低下和语义鸿沟等问题。因此，研究基于内容的图像检索方法具有重要意义。互联网和社交媒体的快速发展导致图像数据爆炸式增长，如何有效地管理和检索这些图像数据成为一个重要问题。图像检索技术在多媒体信息检索、计算机视觉、模式识别等领域具有广泛应用，如相似图像搜索、图像标注、图像分类等。研究背景与意义基于内容的图像检索（Content-BasedIm

2024-06-18 约3.27千字 26页立即下载

基于深度卷积神经网络的图像分类.docx MACROBUTＴONＭTEｄｉｔEquaｔioｎSeｃtiｏn２SＥQＭTEqn\r＼h＼＊MＥRGEＦOＲMAＴＳＥＱMＴSｅc＼ｒ1\h\＊MERＧEFORMATSＥQMTChａp＼r1\h＼*ＭＥRGEFOＲMAT SHAＮGHAIＪＩAOTＯNGUNＩVERSITＹ论文题目:基于卷积神经网络得自然图像分类技术研究姓名:高小宁专业:控制科学与工程基于卷积神经网络得自然图像分类技术研究摘要:卷积神经网络已在图像分类领域取得了很好得效果,但其网络结构及参数得选择对图像分类得效果和效率有较大得影响。为改善卷积网络得图像分类性能,本文对卷积神经网络模型进行了详细得理论分析,并通过大量

2025-05-14 约1.76万字 33页立即下载

基于深度神经网络的图像描述研究.pdf 摘要图像描述是自动生成自然语言语句描述图像视觉内容的任务，包括医学图像报告生成。目前，主流的图像描述模型聚焦于深度神经网络。基于深度神经网络的 图像描述模型仍存在生成语句泛化、粒度性差的问题。特别地，基于深度神经网络 的医学报告生成模型还缺乏足够的视觉特征与语义特征。据此，本文研究基于深度神经网络的图像描述模型，设计实现图像描述生成系统。其主要工作与贡献概括如下： (1)提出基于多级注意力机制的图像描述生成模型为了解决生成语句泛化、粒度性差等问题，提出双线性注意力机制以提升模型在编码与解码时关注图像通道与空间注意力的能力，改进基于注意力机制的注意力机制来判断提取到的注意特征的相关

2025-06-11 约15.05万字 95页立即下载

基于神经网络的图像识别方法.docx PAGE 1- 基于神经网络的图像识别方法第一章引言随着科技的飞速发展，图像识别技术在众多领域都显示出了其独特的价值和潜力。尤其在人工智能和机器学习领域，图像识别技术已经成为研究的热点之一。图像识别作为一种计算机视觉的核心技术，旨在使计算机能够通过分析和处理图像数据，识别和理解图像内容，从而实现对图像的自动解析和应用。这一技术不仅在安防监控、医疗诊断、自动驾驶等领域有着广泛的应用，而且在日常生活中，如智能手机的人脸解锁、智能摄影辅助等场景中也扮演着重要角色。在过去的几十年中，图像识别技术经历了从经典算法到深度学习技术的演变。早期的图像识别主要依赖于特征提取和分类方法，如SIFT、SURF

2025-01-22 约2.89千字 6页立即下载