本文主要研究内容
作者付鹏飞,许斌（2019）在《全卷积神经网络仿真与迁移学习》一文中研究指出：人们捕获视图,从视图中提取特征并理解含义。同理,驾驶员也通过视觉实现对街景的判断。我们期待,有一天机器能够通过自主计算完成同样的工作。得益于计算机的强大处理能力,基于CNNs(Convolutional Neural Networks,卷积神经网络)的深度学习算法能够很好地完成目标识别等计算机视觉任务。但在实际工业应用中,资源往往受限,较大的网络不利于嵌入式移植。通常一个完备的CNN网络包含卷积层、池化层和全连接层[1],本文参考文章[2]中的方法,舍去池化层和全连接层,使用卷积层代替,并对几种网络进行了仿真实验及结果分析,寻找在受限平台使用CNN网络的方法。
Abstract
ren men bu huo shi tu ,cong shi tu zhong di qu te zheng bing li jie han yi 。tong li ,jia shi yuan ye tong guo shi jiao shi xian dui jie jing de pan duan 。wo men ji dai ,you yi tian ji qi neng gou tong guo zi zhu ji suan wan cheng tong yang de gong zuo 。de yi yu ji suan ji de jiang da chu li neng li ,ji yu CNNs(Convolutional Neural Networks,juan ji shen jing wang lao )de shen du xue xi suan fa neng gou hen hao de wan cheng mu biao shi bie deng ji suan ji shi jiao ren wu 。dan zai shi ji gong ye ying yong zhong ,zi yuan wang wang shou xian ,jiao da de wang lao bu li yu qian ru shi yi zhi 。tong chang yi ge wan bei de CNNwang lao bao han juan ji ceng 、chi hua ceng he quan lian jie ceng [1],ben wen can kao wen zhang [2]zhong de fang fa ,she qu chi hua ceng he quan lian jie ceng ,shi yong juan ji ceng dai ti ,bing dui ji chong wang lao jin hang le fang zhen shi yan ji jie guo fen xi ,xun zhao zai shou xian ping tai shi yong CNNwang lao de fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自软件的付鹏飞,许斌，发表于刊物软件2019年05期论文，是一篇关于人脸识别论文,直方图均衡化论文,主成分分析论文,支持向量机论文,软件2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自软件2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：人脸识别论文; 直方图均衡化论文; 主成分分析论文; 支持向量机论文; 软件2019年05期论文;