您的位置: 专家智库 > >

李立军

作品数:46 被引量:0H指数:0
供职机构:华南理工大学更多>>
发文基金:广东省粤港关键领域重点突破项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 43篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 14篇自动化与计算...
  • 1篇电子电信

主题

  • 37篇网络
  • 25篇图像
  • 23篇生成器
  • 20篇噪声
  • 20篇随机噪声
  • 19篇网络模型
  • 18篇损失函数
  • 16篇卷积
  • 9篇网络训练
  • 6篇数据集
  • 6篇文本
  • 5篇数据集中
  • 4篇人口统计
  • 4篇人口统计学
  • 4篇统计学
  • 4篇图像生成
  • 4篇图像数据
  • 4篇图像特征
  • 4篇屏幕
  • 4篇协同过滤

机构

  • 46篇华南理工大学

作者

  • 46篇李立军
  • 43篇周智恒
  • 6篇庄衍竖
  • 4篇俞政
  • 2篇韩东
  • 2篇陈冠豪
  • 2篇沈东凯

传媒

  • 2篇中国科技信息

年份

  • 1篇2023
  • 1篇2021
  • 5篇2020
  • 5篇2019
  • 24篇2018
  • 5篇2017
  • 1篇2016
  • 3篇2014
  • 1篇2013
46 条 记 录,以下是 1-10
排序方式:
一种基于生成对抗网络模型的去除图像雨雪方法
本发明公开了一种基于生成对抗网络模型的去除图像雨雪方法,属于深度学习神经网络领域,包括以下步骤:S1、构造原始生成对抗网络模型;S2、构造神经网络充当生成器与判别器的功能;S3、初始化随机噪声,输入生成器中;S4、利用卷...
周智恒李立军
文献传递
一种基于生成对抗网络模型改变图像风格的方法
本发明公开了一种基于生成对抗网络模型改变图像风格的方法,属于深度学习神经网络领域,包括以下步骤:S1、构造原始生成对抗网络模型,通过生成器生成图像并输入至判别器进行网络训练;S2、构造神经网络充当生成器与判别器的功能;S...
周智恒李立军
文献传递
一种基于WGAN的超参数动态调整方法
本发明公开了一种基于WGAN的超参数动态调整方法,属于深度学习神经网络领域,该超参数动态调整方法包括以下步骤:S1、构造沃瑟斯坦生成式对抗网络WGAN模型;S2、输入图像数据集,设置默认的超参数λ,对网络进行训练;S3、...
周智恒李立军
文献传递
一种基于WGAN模型的分解卷积方法
本发明公开了一种基于WGAN模型的分解卷积方法,属于深度学习神经网络领域,包括以下步骤:S1、构造原始生成对抗网络模型;S2、构造沃瑟斯坦距离,作为对抗网络模型的评判指标;S3、初始化随机噪声,输入生成器中;S4、将WG...
周智恒李立军
文献传递
基于协同生成对抗网络的人脸补全与置换
生成对抗网络是在2014年由谷歌大脑研究员IanGoodfellow等人首先提出的基于博弈论思想的模型,它在机器学习领域得到了众多研究者的关注。在计算机视觉领域,生成对抗网络对于缺失区域的图像补全有着广泛的应用前景。  ...
李立军
文献传递
一种基于文本-图像对抗网络模型的分解卷积方法
本发明公开了一种基于文本‑图像对抗网络模型的分解卷积方法,属于深度学习神经网络领域,包括以下步骤:S1、构造文本‑图像生成对抗网络模型;S2、利用深度卷积神经网络充当生成器、判别器的功能;S3、对文本进行编码之后随机噪声...
周智恒李立军
文献传递
一种降低基于网络交互的移动终端功耗的方法
一种降低基于网络交互的移动终端功耗的方法,包括以下步骤:步骤1、查询帧间隔的本地值与参数典型值;步骤2、当典型值未被查询到或者已过期,则向服务器发送当前程序信息;否则,执行步骤4;步骤3、服务器返回典型值,终端保存或更新...
周智恒陈冠豪庄衍竖韩东林武龙李立军刘伟浩
文献传递
一种基于特征返回的条件DCGAN模型的动态调整方法
本发明公开了一种基于特征返回的条件DCGAN模型的动态调整方法,属于深度学习神经网络领域,该算法步骤如下:构造深度卷积生成式对抗网络DCGAN模型;对DCGAN模型进行训练;在判别器的卷积层中,对每一层卷积之后的图像特征...
周智恒李立军
文献传递
一种基于文本-图像生成对抗网络模型的多尺度卷积核方法
本发明公开了一种基于文本‑图像生成对抗网络模型的多尺度卷积核方法,包括以下步骤:S1、构造文本‑图像生成对抗网络模型;S2、利用深度卷积神经网络充当生成器、判别器的功能;S3、对文本进行编码之后与随机噪声结合,输入至生成...
周智恒李立军黄俊楚
文献传递
基于用户使用频率的Linux系统智能化任务调度机制
2014年
如今,智能手机的普及率越来越高。在数字化的生活里,人们不仅仅满足于手机的智能化操作,更追求系统运行的速度与效率,追求手机的节能与省电。而在大部分使用智能手机的人群中,以安卓系统为代表的群体占据了相当一部分的比例。本文基于安卓手机的操作系统,对Linux系统的任务调度机制增加了一种全新的功能,实现了系统对特定用户使用进程频率的识别、统计以及高效率的调度。
李立军庄衍竖沈东凯
共5页<12345>
聚类工具0