百度推视觉搜索引擎 欲与谷歌一较高下

百度在2013年6月初揭晓其视觉搜索功能,预计成为中国首家视觉搜索引擎,用户凭借图片就能进行搜索。尽管谷歌早已提供视觉搜索服务,但百度大幅提高了在线搜索速度,显示出追赶谷歌的决心。据悉,百度视觉搜索基于一种被称为卷积神经网络的深度识别技术,与谷歌照片标签系统采用的技术相同。深度识别技术致力于模仿人脑运作,百度深度识别研究所已经研发出针对光学特点、人脸以及声音的深度     

卷积积分在信号处理领域的图解深析

本文主要分析了卷积积分在信号处理领域的引入方法,并通过对卷积图解的深入分析揭示了卷积积分所包含的物理意义.     

卷积积分运算方法探讨

分析了卷积的物理意义及基本原理,提出了卷积概念的引入方法及积分区间的确定方法,归纳了卷积的运算方法及特点。     

改进最大熵算法重建日像仪太阳图像

通过对SB算法在搜索方向上的改进,使原算法由于近似而产生较大误差时可以自动得到校正,达到了快速与准确的和谐统一;利用两种算法对中国科学院国家天文台拟建的日像仪进行了仿真.结果显示,改进算法的重建图像分辨率得到明显提高而时间效率与原有算法相当,大量仿真则证明了算法收敛的稳定性。     

基于深度学习的指关节纹识别算法实验研究

针对传统机器学习算法特征提取烦琐且普遍存在特征单一、识别准确率低的问题,采用能够自行提取图像特征的卷积神经网络模型,对指关节纹识别分类的任务进行实验研究.首先对指关节纹图像进行预处理;其次,设计并搭建了一个9层卷积神经网络模型,对网络模型进行编译、训练后,发现网络的过拟合现象严重,并针对过拟合,提出了优化网络结构方案,...     

基于Att-CN-BiLSTM模型的中文新闻文本分类

将卷积神经网络（CNN）和双向长短期记忆神经网络（BiLSTM）相结合,提出一种基于注意力机制的Att-CN-BiLSTM中文新闻文本分类模型.模型通过注意力机制有效融合了CNN层和BiLSTM层提取的新闻文本语义特征.在THUCnews新浪新闻数据集上与CNN、BiLSTM及其改进模型进行对比实验,模型分类准确率达到98.96%,精确率、召回率和F1值指标也都优于对比模型,实验结果表明Att-CN-BiLSTM模型可以有效提升中文新闻文本分类效果.     

关于一致凸函数

设Ap（P是正整数）表示单位圆盘内形为f（z）=Z^p＋αp＋1^Z^P＋1＋…的解析函数类。利用线性算子Lp（α,c）引进Ap的子类Hp（α,c,λ,μ）与Hp^＊（α,c,λ,μ）。函数类H1（2,1,1,0）合于一致凸函数类,本文研究Hp（α,c,λ,μ）与Hp^＊（α,c,λ,μ）的重要性质。     

面向摘要结构功能划分的模型性能比较研究

[目的/意义]摘要作为学术论文中能够简明扼要地说明研究目的、研究方法和最终结论的陈述部分,具有较高的探究价值和意义。[方法/过程]选取长短期记忆网络（Long Short-Term Memory）、支持向量机（Support Vector Machine）、LSTM-CRF和CNN-CRF 4种模型,对3 672篇情报学领域的期刊论文进行摘要划分识别研究。[结果/结论]长短期记忆网络模型识别F值最高为69.15%,LSTM-CRF神经网络模型最高F值为88.76%,RNN-CRF模型最高F值达到89.10%,支持向量机分类器分类宏观F值最高为72.04%。该实验结果对图书情报领域的学术论文结构功能划分实验模型选取有较高的参考价值。     

基于卷积注意力和胶囊网络的 SAR少样本目标识别方法

合成孔径雷达( SAR)目标识别在军事和民用领域都具有重要的研究价值。但由于SAR数据获取成本高、样本数目少,传统的卷积神经网络提取目标特征的能力不足,准确率低下。提出结合卷积注意力和胶囊网络的分类模型,利用胶囊网络中的多维向量神经元表示目标更多的特征;同时,考虑到少样本情况下目标特征信息缺乏,为提高神经网络的学习效率,对胶囊网络加入注意力机制,通过学习不同特征的重要程度,引导分类网络重点关注对分类结果贡献大的特征,弱化对分类结果贡献小的特征,提高神经网络的学习效率。针对MSTAR数据集和实测车辆数据集的实验结果表明,该算法的准确率高于传统的卷积神经网络和胶囊网络算法。