首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   13篇
  完全免费   4篇
  无线电   17篇
  2017年   4篇
  2016年   5篇
  2015年   2篇
  2014年   4篇
  2013年   1篇
  2005年   1篇
排序方式: 共有17条查询结果,搜索用时 31 毫秒
1.
双语教学的深入思考   总被引:12,自引:2,他引:10  
结合数字信号处理课程双语教学的实践及所了解的英国专业课程的教学情况,阐述了在实施双语教学中应当注意的问题,包括双语教学的循序渐进,突出原版教材的特色,并提出双语教学应坚持学生自愿的原则,主张小班上课,教学过程中任课教师编写教案手稿发给学生;在教学方法上尝试自主性教与学。  相似文献
2.
基于LBP和深度学习的非限制条件下人脸识别算法   总被引:2,自引:0,他引:2       下载免费PDF全文
提出一种在非限制条件下,基于深度学习的人脸识别算法。同时,将LBP纹理特征作为深度网络的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试样本进行预测。在非限制条件下人脸库LFW上实验结果表明,该算法较传统算法(PCA、SVM、LBP)识别率高;另外,在Yale库和Yale-B库上也获得较高识别率,进一步说明以LBP纹理特征作为网络输入的深度学习方法能够对人脸图像进行准确识别。  相似文献
3.
基于显著性局部定向模式和深度学习的鲁棒人脸识别   总被引:2,自引:2,他引:0  
针对传统人脸识别算法特征提取不充分和对噪声敏 感的问题,提出了一种基于显著性局部定向模式(SLDP)和深 度学习(DL)的人脸识别算法。首先基于信息的显著性提出一种改进的SLDP人脸描述方法,在 利用局部井型 领域梯度信息的基础上,使用两组梯度值中各自最大值和次大值的方向编码成二位八进制数 ,从而形成改进的 SLDP编码,通过统计选出最具有显著性的SLDP编码作为特征向量;然后将改进的SLDP编码作 为深度神经网 络(DBN)的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试 样本进行预测。仿真实验表明, 本文所提出的人脸识别算法相对于传统识别算法识别率高,并且在对抗噪声方面比其它算法 更具有鲁棒性。  相似文献
4.
大数据下的基于深度神经网的相似汉字识别   总被引:1,自引:0,他引:1       下载免费PDF全文
针对传统相似手写汉字识别系统(SHCCR)受特征提取方法的限制,提出采用深度神经网(DNN)对相似汉字自动学习有效特征并进行识别,介绍相似字符集生成方法和针对相似汉字识别的深度神经网络的具体结构,研究对比不同的训练数据规模对识别性能的影响.实验表明,DNN能有效地进行特征学习,避免了人工设计特征的不足,与传统基于梯度特征的支持向量机(SVM)和最近邻分类器(1-NN)方法相比,识别率有较大的提高;且随着训练样本增加的同时,DNN在提高识别性能上表现得更为优秀,大数据训练对提升深度神经网络的识别率作用明显.  相似文献
5.
一种新的多尺度深度学习图像语义理解方法研究   总被引:1,自引:1,他引:0  
如何在深度学习中融合 图像的多尺度信息,是基于深度学习的视觉算法需要解决的一个关键问题。本文提出一种基 于多尺度交替 迭代训练的深度学习方法,并应用于图像的语义理解。算法采用卷积神经网络(CNN)从原始 图像中提取稠密性特征 来编码以每个像素为中心的矩形区域,将多个尺度图像交替迭代训练,能够捕获不同尺度下 的纹理、颜色和 边缘等重要信息。在深度学习提取特征分类结果的基础上,提出了一种结合超像素分割的方 法,统计超像 素块的主导类别,来校正分类错误的像素类别,同时描绘出目标区域边界轮廓,完成最终的 语义理解。在Stanford Background Dataset 8类数据集上验证了本文方法的有效性,准确 率达到77.4%。  相似文献
6.
在光照变化条件下,人脸识别的正确率急剧下降,为了解决该难题,提出了一种离散余弦变换和主成分分析相融合的光照变化条件人脸识别方法.首先对人脸图像进行分块,并采用离散余弦变换对每一个子块提取DCT系数,然后采用主成分分析提取人脸特征,并采用深度学习算法建立人脸识别的分类器,最后采用ORL和Yale B人脸库进行仿真实验,测试其有效性和优越性.实验结果表明,相比其它光照人脸识别方法,本文方法提高了光照人脸图像的识别率,消除了光照变化的不利影响,具有较强的鲁棒性.  相似文献
7.
为解决基于外观模型和传统机器学习目标跟踪易出现目标漂移甚至跟踪失败的问题,该文提出以跟踪-学习-检测(TLD)算法为框架,基于增强群跟踪器(FoT)和深度学习的目标跟踪算法。FoT实现目标的预测与跟踪,增添基于时空上下文级联预测器提高预测局部跟踪器的成功率,快速随机采样一致性算法评估全局运动模型,提高目标跟踪的精确度。深度去噪自编码器和支持向量机分类器构建深度检测器,结合全局多尺度扫描窗口搜索策略检测可能的目标。加权P-N学习对样本加权处理,提高分类器的分类精确度。与其它跟踪算法相比较,在复杂环境下,不同图片序列实验结果表明,该算法在遮挡、相似背景等条件下具有更高的准确度和鲁棒性。  相似文献
8.
计算机技术和通信技术的迅猛发展,促使移动教学和深度学习在教育领域成为新的研究热点。首先阐明了深度学习的内涵和特征,并依此为理论基础,研究和探讨了深度学习在移动推荐系统中的应用,实现移动推荐系统的设计。  相似文献
9.
稀疏编码(Sparsecoding)作为深度学习的一个分支,在机器学习领域取得了多个方面的突破。本文将探索如何将spamCoding结合到图像检索的多个模块中,利用SparseCoding的优点来提高检索的效果。  相似文献
10.
介绍了目前专利检索和分析的主要研究工作,包括专利的可检索性、技术现状检索和相关性检索方法等,以及专利地图分析、新颖度分析和PatentDom专利分析框架等分析方法。最后基于深度学习的思想,讨论了新一代的支持技术创新的专利检索方法、专利论文检索方法以及专利趋势分析方法。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号