卷积 神经cnn
图神经网络 基础、前沿与应用 第一章 表征学习 阅读笔记
导读 表征学习的目标是从数据中提取足够但最少的信息。传统上，该目标可以通过先验知识以及基于数据和任务的领域专业知识来实现，这也被称为特征工程。特征工程是利用人类的现有知识的一种方式，旨在从数据中提取并获得用于机器学习任务的判别信息（比如从音频中通过傅立叶变换提取出mel频谱）。 特征工程的缺点： 需 ......
图神经网络 基础、前沿与应用 第二章 图表征学习 阅读笔记
摘要 图表征学习的目的是将图中的节点嵌入低维的表征并有效地保留图的结构信息。 导读 许多复杂的系统具有图的形式，如社交网络、生物网络和信息网络。为了有效地处理图数据，第一个关键的挑战是找到有效的图数据表征方法，也就是如何简洁地表征图，以便在时间和空间上有效地进行高级的分析任务，如模式识别、分析和预测 ......
图神经网络 基础、前沿与应用 第零章 术语 & 符号 阅读笔记
图的基本概念 中心度：用来衡量图中节点的重要性。中心度的基本假设是：如果其他重要的节点也连接到该节点，则认为该节点是重要的。常见的中心度度量包括度数中心度、特征向量中心度、间隔性中心度和接近性中心度。 邻域：一个节点的邻域一般是指与该节点相近的其他节点的集合（距离为1）。一个节点的k阶邻域内的所有节 ......
PCA 和多元信号处理，应用于神经数据
PCA 和多元信号处理，应用于神经数据 学习和应用“大神经数据”的前沿数据分析技术（理论和MATLAB/Python代码） 课程英文名：PCA & multivariate signal processing, applied to neural data 此视频教程共4.56GB，中英双语字幕，画 ......
bp神经网络交叉验证算法和确定最佳隐含层节点个数matlab 程序
bp神经网络交叉验证算法和确定最佳隐含层节点个数matlab 程序，直接运行即可。 数据excel格式，注释清楚，效果清晰，一步上手。YID:6859628310735572 ......
基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。 可用于做风电功率预测，电力负荷预测等等
基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。 可用于做风电功率预测，电力负荷预测等等 标记注释清楚，可直接换数据运行。 代码实现训练与测试精度分析。YID:5860673742612391 ......
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型（本程序先根据训练工况训练，采用训练后的神经网络模型，预测UDDS循环工况，每个时间点车速下将来几秒内 的车速信息）。 1.文件包括，训练工况（.mat数据，工况可自己选取最好与想要预测的工况类似，如预测工况是城郊 ......
Mask R-CNN – 1 小时实用深度学习分割
Mask R-CNN – 1 小时实用深度学习分割 创建您自己的 AI 语义分割的实用指南：了解完整的工作流程 – 从训练到推理 课程英文名：Mask R-CNN - Practical Deep Learning Segmentation in 1 hour 此视频教程共3.48GB，中英双语字幕 ......
RNN（循环神经网络）
1.递归神经网络的历史版本 递归神经网络有两种类型：Jordan network和Elman network;现在常用的RNN(包括LSTM、GRU等)都是使用Elman network。 Elman network是在Jordan network的基础上进行了创新，并且简化了它的结构。 它们之间的 ......
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中，神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态，一旦某个神经元受到刺激并且电位超过一定的阈值后，这个神经元细胞就被激活，处于兴奋状态，并向其他神经元传递信息。基于神经元 ......
一维CNN,二维CNN以及三维CNN的训练模型matlab仿真
1.算法描述 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。卷积神经网络具有表征学习（repres ......
循环神经网络 - RNN
在上一篇文章中，介绍了卷积神经网络（CNN），CNN在图像识别中有着强大、广泛的应用，但有一些场景用CNN却无法得到有效地解决，例如： 语音识别，要按顺序处理每一帧的声音信息，有些结果需要根据上下文进行识别； 自然语言处理，要依次读取各个单词，识别某段文字的语义； 这些场景都有一个特点，就是都与时间 ......
m基于CNN卷积网络和GEI步态能量图的步态识别算法MATLAB仿真,测试样本采用现实拍摄的场景进行测试,带GUI界面
1.算法描述 目前关于步态识别算法研究主要有两种：基于模型的方法和非基于模型的方法。基于模型的步态识别方法优点在于能够很好的体现步态图像序列当前的变化，也能够预测过去和未来的状态。基于非模型的方法是通过对步态相关特征进行预测来建立相邻帧间的关系，其中特征包括位置、速度、形状等，其中基于形状特征的方法 ......
m基于CNN卷积神经网络和GEI步态能量图的步态识别算法MATLAB仿真
1.算法描述 步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比图像识别更具优势。步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在 ......
卷积神经网络 – CNN
1981年的诺贝尔医学奖，颁发给了 David Hubel（出生于加拿大的美国神经生物学家） 和Torsten Wiesel，以及 Roger Sperry。前两位的主要贡献，是“发现了视觉系统的信息处理”，可视皮层是分级的。 图：纪念1981年诺贝尔医学奖的邮票。 人类的视觉原理如下：从原始信号摄 ......
m基于AlexNet神经网络和GEI步态能量图的步态识别算法MATLAB仿真
1.算法描述 AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。 这对于传统的机器学习分类算法而言，已经相当的出色。Alexnet网络模型于2012年提 ......
[重读经典论文]VGG——传统串行卷积神经网络的极致
1. 前言 VGG是由牛津大学视觉组（Visual Geometry Group，Vgg的名称也是来源于此）在2014年的论文《Very Deep Convolutional Networks for Large-Scale Visual Recognition》中提出的卷积神经网络模型。 VGG将 ......
matlab神经网络训练函数和性能函数
The response is derived from web search results. Here is a table that summarizes some of the advantages, disadvantages and applications of different t ......
卷积神经网络（Convolutional Neural Network）
前置芝士： 神经网络 #前言 人脑视觉机理，是指视觉系统的信息处理在可视皮层是分级的，大脑的工作过程是一个不断迭代、不断抽象的过程。视网膜在得到原始信息后，首先经由区域V1初步处理得到边缘和方向特征信息，其次经由区域V2的进一步抽象得到轮廓和形状特征信息，如此迭代地经由更多更高层的抽象最后得到更为精 ......
深度学习| 循环神经网络RNN与应用
循环神经网络 1. 场景与多种应用 模仿论文（生成序列） 模型Linux内核代码“写程序” （生成序列） 模仿小四的作品（生成文本序列） 机器翻译 Image to text/ 看图说话 我们知道神经网络结构如下： 那循环神经网络和它是什么关系呢？ 循环神经网络 为什么有BP神经网络，CNN，还要R ......
神经网络
#1.简介 简单来说就是模仿动物神经网络行为特征进行信息处理的算法模型 每一个神经元接收多个上一级神经元传递的信号，将其处理后，若电信号足够强超过了阈值，神经元就会发信号给下一级神经元 神经网络也是这个思路，每一层的神经元都与下一层的链接，并通过权重将自己的值传输到下一个神经元 一般定义有输入层，隐 ......
深度学习| 卷积神经网络与典型结构
神经网络与卷积神经网络 从神经网络到卷积神经网络 DNN能用到计算机视觉上吗？为什么需要CNN？ 卷积神经网络和人工神经网络的差异在哪？ 1.层级结构 保持了层级网络结构； 不同层次有不同形式（运算）与功能； 主要是以下层次： 数据输入层/ Input Iayer 卷积计算层/ CONV Iayer ......
m基于FC全卷积网络和kalman的遮挡车辆跟踪算法matlab仿真,用matconvnet-1.0-beta20工具箱
1.算法描述 1.1全卷积神经网络 全卷积神经网络（Fully Convolutional Networks，FCN）是Jonathan Long等人于2015年在Fully Convolutional Networks for Semantic Segmentation一文中提出的用于图像语义分割 ......
深度学习| 神经网络初步
线性分类器 线性分类器比如逻辑回归、线性SVM，我们会拿到一个决策边界 线性分类器得分函数 图像数据（32 * 32 * 3的输入矩阵）——图像数据 权重/参数f(x, W) ——> CIFAR-10中的10个类别的得分向量 f(x, W) = Wx （10*1 = 10* 3072 3072*1） ......
构建基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统(Python3.10/Tensorflow2.11)
毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地... ......
使用卷积神经网络实现图片去摩尔纹
摘要：本项目主要介绍了如何使用卷积神经网络去检测翻拍图片，主要为摩尔纹图片；其主要创新点在于网络结构上，将图片的高低频信息分开处理。 本文分享自华为云社区《图片去摩尔纹简述与代码实现》，作者： 李长安。 1前言 当感光元件像素的空间频率与影像中条纹的空间频率接近时，可能产生一种新的波浪形的干扰图案， ......
人工神经网络——学习笔记
神经网络 什么是神经网络 人们一直对计算机人工智能进行着孜孜不倦的探索，迄今为止，最有可能实现也是已经实现智能化的算法就是人工神经网络（ANN） 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。 神经元激发方式 在生物学中，我们的神经元是二元激发态的：激发与非激发，但是，在计算机中 ......
m基于C3D-hog-GRNN广义回归神经网络模型的人员异常行为识别算法的matlab仿真
1.算法描述 实时的人群异常行为识别是一项极具挑战的工作，具有较高的现实意义和社会需求，快速准确地判断出异常行为并及时预警，一直是我们探索的方向。传统的机器学习算法虽然具有较好的行为识别效果，但是算法的性能严重依赖于人工设计特征，且特征的采用依赖于特定的问题，这就使得算法的泛化能力不足。卷积神经网络 ......
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型
基于RBF神经网络模型，根据历史车速信息，预测将来几秒预测时域的车速信息的时序预测模型（本程序先根据训练工况训练，采用训练后的神经网络模型，预测UDDS循环工况，每个时间点车速下将来几秒内 的车速信息）。 1.文件包括，训练工况（.mat数据，工况可自己选取最好与想要预测的工况类似，如预测工况是城郊 ......