排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
危化品仓储环境复杂多变,基于卷积神经网络的视觉巡检车需要快速的训练方法以便适用不同的环境,提高卷积神经网络的训练速度是当前亟待解决的问题。迅速在网络中提取有效的神经元,是提高算法训练速度的关键。传统的算法中,全链接层神经元的去留问题通常采用基于伯努力分布假设的Dropout方法,本文提出一种基于泊松分布的Dropout方法。理论上看,在充分利用神经元历史行为的基础上,基于泊松分布与基于伯努力分布的最大似然函数类似。实验结果表明,在保持正确率的情况下,训练提前收敛,节约了训练时间。 相似文献
2.
3.
曲率滤波算法通过构造滤波算子快速优化变分模型,但全变分曲率滤波及高斯曲率滤波易致去噪过平滑且椒盐噪声去除较差.提出了基于图像中值灰度相似度函数加权曲率滤波算法,其中,中值灰度相似度函数方差取决于小波变换最高频子带系数,能较好防止图像过平滑,且提高椒盐噪声去除能力;因此,采用中值灰度相似度函数分别对局部高斯曲率与局部全变分曲率投影算子加权,并分别迭代局部加权高斯曲率投影算子与局部加权全变分曲率投影算子,直至输出图像梯度总能量满足停止条件.实验表明,基于图像中值灰度相似度函数加权全变分曲率滤波与加权高斯曲率滤波比传统全变分曲率滤波和高斯曲率滤波去噪效果更好. 相似文献
1