卷积神经网络CNN.docx
卷积神经网络(CNN)一、简介卷积神经网络(ConvolutionalNeuralNetworks,简称CNN)是近年发展起来,并引起广泛重视的一种高效的识别方法。1962年,Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的局部互连网络结构可以有效地降低反馈神经网络的复杂性,继而提出了卷积神经网络[1](ConvolutionalNeuralNetworks-简称CNN)7863。现在,CNN已经成为众多科学领域的研究热点之一,特别是在模式分类领域,由于该网络避免了对图
BP神经网络预测理论及程序-学习.docx
12、智能算法12.1人工神经网络1、人工神经网络的原理假如我们只知道一些输入和相应的输出,但是不清楚这些输入和输出之间的具体关系是什么,我们可以把输入和输出之间的未知过程看成是一个“网络”,通过不断的网络输入和相应的输出进行“训练”(学习),网络根据输入和对应输出不断调整连接网络的权值,直到满足我们的目标要求,这样就训练好了一个神经网络,当我们给定一个输入,网络就会计算出一个相应的输出。2、网络结构神经网络一般有一个输入层,多个隐层,和一个输出层。隐层并非越多越好。如下图所示:12.2Matlab神经网
网通宽带“集时通”产品使用手册.pdf
无线传感器网络中基于预测的时域数据融合技术.pdf
基于卷积神经网络的中文景点识别研究.pdf
基于Gabor核的卷积神经网络改进算法及应用.pdf
基于卷积神经网络的自然背景字符识别.pdf
基于卷积神经网络的心电信号分类研究.pdf
基于神经网络的手写体数字的识别.pdf
基于卷积神经网络和概念格的图像语义完备标注方法[发明专利].pdf