Results 91 to 100 of about 2,214 (195)
[Research on classification method of multimodal magnetic resonance images of Alzheimer's disease based on generalized convolutional neural networks]. [PDF]
Qin Z, Liu Z, Lu Y, Zhu P.
europepmc +1 more source
深度神经网络在人工智能的应用中,包括计算机视觉、语音识别、自然语言处理方面,取得了巨大成功.但这些深度神经网络需要巨大的计算开销和内存存储,阻碍了在资源有限环境下的使用,如移动或嵌入式设备端.为解决此问题,在近年来产生大量关于深度神经网络压缩与加速的研究工作.对现有代表性的深度神经网络压缩与加速方法进行回顾与总结,这些方法包括了参数剪枝、参数共享、低秩分解、紧性滤波设计及知识蒸馏.具体地,将概述一些经典深度神经网络模型,详细描述深度神经网络压缩与加速方法,并强调这些方法的特性及优缺点.此外 ...
吴永坚 +4 more
core
Application of high resolution computed tomography image assisted classification model of middle ear diseases based on 3D-convolutional neural network. [PDF]
Su R +6 more
europepmc +1 more source
[Automatic anatomical site recognition of laryngoscopic images using convolutional neural network]. [PDF]
Wang M +7 more
europepmc +1 more source
针对实车旋转车轮动平衡状态难以实时监测及预判的问题,提出了一种融合注意力机制的抗噪一维卷积神经网络(noise resistant 1D convolutional neural network, 简称NRCNN)的旋转车轮动平衡健康状态监测方法。首先,构建NRCNN模型,以在实车车轮上添加3种不同质量平衡块的方式获得3种不同速度下对应的旋转车轮动不平衡状态下的振动信息;其次,以高斯白噪声为噪声输入,对所测旋转车轮不同动平衡状态的振动信息进行处理,获得试验样本数据,并用其进行模型训练;然后 ...
doaj +1 more source
现有基于深度学习的调制识别在训练阶段需要大量IQ信号样本,而复杂电磁环境中很难获取大量样本,导致基于深度学习的调制识别算法泛化性能下降。针对网络泛化能力差的问题,提出了一种基于信号增强的调制识别(signal enhancement based modulation recognition,SEBMR)算法。首先,设计了捕获IQ信号全局特征的特征提取及重构模块;其次,提出了基于辅助分类生成对抗网络(auxiliary classifier generative adversarial network ...
程风云, 周金
doaj +1 more source
[A protein complex recognition method based on spatial-temporal graph convolution neural network]. [PDF]
Sheng J, Xue J, Li P, Yi N.
europepmc +1 more source
针对水泥烧成过程的资源浪费以及难以建立有效数学机理模型的问题,提出一种基于水泥工业烧成系统动态能耗优化方法。该方法利用卷积神经网络构建了烧成系统电耗与煤耗的目标函数,利用差分进化算法对运行指标进行反向求解,得到符合当前工况的较优的运行指标。由于实际生产工况会随着时间变化,所以将未来时刻的运行指标与电耗、煤耗保存下来,再次输入神经网络中进行训练,并通过当前时刻的实际运行指标值确定运行指标的约束范围,使优化值可以满足实际运行指标的调整要求。该方法实现了水泥烧成过程动态能耗的目标优化 ...
郝晓辰 +4 more
doaj
[Atrial fibrillation diagnosis algorithm based on improved convolutional neural network]. [PDF]
Pu Y, Zhu J, Zhang D, Yan T.
europepmc +1 more source
[A multi-channel input convolutional neural network for artifact reduction in quantitative susceptibility mapping]. [PDF]
Si W, Feng Y.
europepmc +1 more source

