一种超图神经网络的小样本图像识别方法、装置及设备.pdf

神经网络训练方法、图像识别方法、装置、设备及介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550066 A (43)申请公布日 2022.05.27 (21)申请号 202210187557.5 (22)申请日 2022.02.28 (71)申请人上海商汤智能科技有

2023-05-06 约3.58万字 29页立即下载

一种基于神经网络结构的图像识别方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114554793 A (43)申请公布日 2022.05.27 (21)申请号 202210146772.0 B08B 1/00 (2006.01) (22)申请日 2022.02.1

2023-05-08 约8.27千字 9页立即下载

一种基于量子经典混合神经网络的图像识别方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821217 A (43)申请公布日 2022.07.29 (21)申请号 202110722243.6 (22)申请日 2021.06.28 (71)申请人合肥本源量子计算科

2023-05-13 约1.6万字 13页立即下载

基于神经网络的图像识别装置和图像识别方法.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 112819022 A (43)申请公布日 2021.05.18 (21)申请号 20191

2023-06-06 约2.59万字 21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

一种基于轻量级卷积神经网络的天气图像识别方法.docx PAGE 1- 一种基于轻量级卷积神经网络的天气图像识别方法 一、1.背景与意义 (1)随着全球气候变化和极端天气事件的频繁发生，对天气状况的实时监测和准确预测变得尤为重要。传统的天气预测方法依赖于物理模型和经验法则，这些方法在处理复杂多变的天气现象时存在一定的局限性。近年来，随着深度学习技术的飞速发展，尤其是卷积神经网络（CNN）在图像识别领域的成功应用，为天气图像识别提供了新的技术手段。通过将深度学习与天气图像识别相结合，有望实现更加高效、准确的天气预测。 (2)天气图像识别任务涉及到从大量的天气图像中提取特征，并对其进行分类。传统的图像处理方法通常需要手动设计特征提取器，而深度学习能够自

2025-01-20 约2.35千字 4页立即下载

一种基于卷积神经网络的宫颈细胞图像识别方法.docx PAGE 1- 一种基于卷积神经网络的宫颈细胞图像识别方法 一、1.方法背景 (1)宫颈癌是全球女性最常见的恶性肿瘤之一，早期诊断对于提高治愈率和降低死亡率至关重要。传统的宫颈细胞学检查依赖于病理医生的视觉分析，存在主观性强、效率低等问题。随着深度学习技术的快速发展，基于卷积神经网络的宫颈细胞图像识别方法应运而生，为宫颈细胞学检查提供了新的技术手段。 (2)卷积神经网络（CNN）是一种深度学习模型，在图像识别领域取得了显著的成果。CNN能够自动提取图像中的特征，具有较强的鲁棒性和泛化能力。在宫颈细胞图像识别任务中，CNN能够自动学习细胞图像的特征，从而实现对宫颈细胞图像的自动分类和识别。 (3

2025-01-18 约2.81千字 6页立即下载

一种基于卷积神经网络的宫颈细胞图像识别方法[发明专利].docx PAGE 1- 一种基于卷积神经网络的宫颈细胞图像识别方法[发明专利] 一、背景介绍 (1)宫颈癌是全球女性癌症死亡的主要原因之一，每年有超过50万新发病例，且这一数字仍在持续上升。早期诊断和及时治疗对于提高宫颈癌患者的生存率至关重要。传统的宫颈细胞学检查方法，如巴氏涂片，虽然应用广泛，但其准确性和效率仍有待提高。近年来，随着深度学习技术的飞速发展，基于卷积神经网络的图像识别方法在医学影像领域展现出巨大的潜力。 (2)宫颈细胞图像识别方法的研究主要针对宫颈细胞学检查中存在的误诊和漏诊问题。据统计，传统巴氏涂片检查的准确率约为70%，且由于阅片医生的主观性，误诊率较高。卷积神经网络（CNN）作为

2025-01-21 约3.06千字 6页立即下载

一种基于改进径向基神经网络的人脸图像识别方法.pdf 第18卷第2期甘肃科学学报Vol.18No.2 2006年6月JournalofGansuSciencesJun.2006 一种基于改进径向基神经网络的人脸图像识别方法 12

2025-03-07 约1.59万字 4页立即下载

一种基于神经网络频域注意力机制的图像识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113011444 B (45)授权公告日 2022.05.13 (21)申请号 202011504311.3 (56)对比文件

2023-06-09 约2万字 12页立即下载

训练用于图像识别的神经网络的方法和设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819050 A (43)申请公布日 2022.07.29 (21)申请号 202210061402.7 G06V 10/82 (2022.01)

2023-05-12 约4.13万字 35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

一种基于进化神经网络模型压缩的早期胃癌图像识别方法[发明专利].docx PAGE 1- 一种基于进化神经网络模型压缩的早期胃癌图像识别方法[发明专利] 一、1.基于进化神经网络模型压缩技术概述 (1)进化神经网络模型压缩技术是一种新兴的机器学习优化方法，旨在通过模拟生物进化过程来寻找最优的网络结构。该方法通过遗传算法、模拟退火等进化策略，对神经网络模型进行优化，以减少模型参数数量，降低计算复杂度，同时保持或提高模型的性能。 (2)在早期胃癌图像识别领域，传统的神经网络模型往往需要大量的计算资源和存储空间。基于进化神经网络模型压缩技术，可以通过减少模型参数和降低网络层数来实现模型的压缩。这种压缩不仅能够减少资源消耗，还能在一定程度上提高模型的泛化能力，使其在复杂多变

2025-01-22 约1.64千字 3页立即下载

基于卷积神经网络的图像识别.docx 毕业设计（论文） PAGE 1- 毕业设计（论文）报告题目：基于卷积神经网络的图像识别 学号：姓名：学院：专业：指导教师：起止日期：基于卷积神经网络的图像识别 摘要：本文主要研究了基于卷积神经网络的图像识别技术。首先介绍了卷积神经网络的基本原理和结构，然后分析了不同类型的卷积神经网络在图像识别任务中的应用。通过实验验证了卷积神经网络在图像识别任务中的优越性，并针对实际应用场景进行了优化。最后，对卷积神经网络在图像识别领域的未来发展趋势进行了展望。随着计算机视觉技术的不断发展，图像识别技术在许多领域得到了广泛应用。传统的图像识别方法在处理复杂场景和大规模数据时存在诸多局限性。近

2025-02-05 约1.67万字 30页立即下载

卷积神经网络在图像识别中的应用.docx PAGE 1- 卷积神经网络在图像识别中的应用一、卷积神经网络的基本原理卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，它通过模拟人类视觉系统的工作原理，在图像识别领域取得了显著成效。CNN的基本原理基于卷积操作，通过层层堆叠的卷积层和池化层，实现特征提取和降维。在卷积层中，卷积核（filter）在输入图像上滑动，提取局部特征，如边缘、纹理等。这些特征经过非线性激活函数处理后，传递到下一层。每一层的卷积核都是可学习的参数，通过反向传播算法在训练过程中不断优化。池化层（如最大池化）则用于降低特征图的尺寸，减少计算量，同时保持重要特征。这种结构使

2025-01-21 约2.57千字 5页立即下载