2 ifve

尚未进行身份认证

暂无相关描述

等级
TA的排名 171w+

LeNet-5网络模型学习总结

LeNet-5网络模型学习总结模型结构    LeNet-5网络模型是一个很典型且小巧的深度学习网络模型。主要结构为:主要分为7层(不包含输入层),主要是卷积层、池化层、全连接层以及最后使用softmax函数作为输出层。流程理解    图像输入后统一格式为32∗3232*3232∗32大小的图片数据,再将数...

2019-03-26 23:05:22

深度学习研究综述学习

深度学习研究综述学习深度学习的发展背景    神经学的研究表明哺乳动物在接受到光刺激后,刺激信号由视网膜传到前额大脑皮质再到运动神经的过程中,大脑皮质并不是直接对刺激信号进行处理,而是经过一个复杂的层状网络模型获取观测结果的规则。神经网络人员由此得到启发开始研究多层神经网络。但是由于这种模型下输入与输出并不是非线性映射关系,整个网络误差函数空间或能量函数...

2019-03-23 22:38:19

卷积神经网络学习总结

卷积神经网络学习总结网络模型背景    为了有效对人脸特征进行准确分类识别,之前已经得到效果的算法一般是基于人脸几何特征的分析、模式匹配、图像匹配以及根据面部拓扑结构、神经网络模型训练的方法进行识别。利用卷积神经网络的方法,可以有效的解决神经网络模型只能训练少量样本数据的缺点。网络结构与理解数据的预处理主要作用是将整个图像数据化为统一格式的、特征...

2019-03-21 23:05:11

U-Net网络模型学习总结

U-Net网络模型学习总结网络模型使用背景    U-Net网络模型是用于图像分割性能较好的一种模型。深度学习擅长解决分类问题,利用深度学习的这一特点进行图像分割,其实质是对图像中的每一像素点进行分类。最终将不同类别的点利用不同的通道标出,可以达到对目标区域中的特征信息分类标出的效果。这就是全卷积网络的主要思想。然而伴随着这种分类方法的还有其特定的缺陷。...

2019-03-20 22:35:36

脑功能拓扑图映射实验探究学习概述

脑功能拓扑图探究学习概述项目简介    利用传统脑功能分析与深度学习相结合的方法探究局部感受与脑部体感皮层拓扑映射关系。其中传统脑功能分析主要是指患者在接受局部刺激的情况下对脑部产生的脱氧血红蛋白浓度的变化的检测。深度学习主要运用于在脑部激活区被大概标明范围的情况下对目标区域的激活性进行精确识别,提高传统方法下对于激活区检测划定范围的精度。项目背景&...

2019-03-19 23:03:34

深度学习对于癌症医疗数据的处理与应用学习总结

机器学习对于癌症数据的分析应用学习总结应用背景     机器学习与医疗数据结合辅助医师诊断应用已然相当广泛。利用机器学习、神经网络、深度学习、logistic回归与随机森林算法等构造诊断预测模型在实验应用过程中都取得了一定的成果。项目概要     在本次测试中主要采用深度学习与机器学习中F...

2019-03-02 17:00:25

深度学习方法对OCT血管图像分类识别小结

深度学习方法对OCT血管图像分类识别小结相关背景     光学相干断层成像是一种干涉成像技术,这种技术能够获取组织的高分辨率横断层图像。这种技术常常用于血管内病症的诊断过程中。但是对于这种图像的分析往往依靠经验丰富的专家的标注和分析,所以尝试利用深度学习中人工神经网络的方法对含有相关特征区域的图像数据进行分类识别,最终达到能够准确判断图像数据...

2019-03-01 16:40:02
勋章 我的勋章
    暂无奖章