您的位置： 专家智库 > >

沈旭

作品数：6 被引量：2H指数：1
供职机构：中国科学技术大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 5篇专利
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 6篇神经网
  • 6篇神经网络
  • 6篇网络
  • 6篇卷积
  • 6篇卷积神经网络
  • 3篇图像
  • 3篇稳健性
  • 2篇损失函数
  • 2篇排序
  • 2篇迁移
  • 2篇网络结构
  • 2篇像素
  • 2篇像素点
  • 2篇鲁棒
  • 2篇不变性
  • 1篇视频
  • 1篇视频分析
  • 1篇图像处理
  • 1篇图像分类
  • 1篇复杂度

机构

  • 6篇中国科学技术...

作者

  • 6篇沈旭
  • 5篇田新梅
  • 3篇陶大程

年份

  • 1篇2022
  • 2篇2019
  • 3篇2017
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
具有变换不变能力且表达一致的卷积神经网络
本发明公开了一种具有变换不变能力且表达一致的卷积神经网络，只需要在训练得过程中引入不变性的损失函数，即可使得训练好的模型对于变换后的图片更加的鲁棒。同时，该方法能使模型学习到对变换不变的表达方式，相较于传统的方法只学习到...
田新梅何岸峰沈旭
文献传递
有效提升卷积神经网络稳健性的方法
本发明公开了一种有效提升卷积神经网络稳健性的方法，包括：在训练过程中，首先将输入的特征图进行二维变换后进行前向传递，前向传递过程时，对二维变换后的特征图进行分级的且基于块能量大小的块重排序操作；然后进行反向传递，反向传递...
田新梅沈旭孙韶言陶大程
文献传递
一种有效提升卷积神经网络稳健性的方法
本发明公开了一种有效提升卷积神经网络稳健性的方法，包括：在前向传递时，对输入特征图进行随机二维变换再进行卷积操作，最终得到输入特征图的分类结果的预测值；在反向传递时，将得到的预测值与真实值之间的误差进行反向传递，计算出各...
田新梅沈旭何岸峰孙韶言陶大程
文献传递
具有变换不变能力且表达一致的卷积神经网络
本发明公开了一种具有变换不变能力且表达一致的卷积神经网络，只需要在训练得过程中引入不变性的损失函数，即可使得训练好的模型对于变换后的图片更加的鲁棒。同时，该方法能使模型学习到对变换不变的表达方式，相较于传统的方法只学习到...
田新梅何岸峰沈旭
文献传递
有效提升卷积神经网络稳健性的方法
本发明公开了一种有效提升卷积神经网络稳健性的方法，包括：在训练过程中，首先将输入的特征图进行二维变换后进行前向传递，前向传递过程时，对二维变换后的特征图进行分级的且基于块能量大小的块重排序操作；然后进行反向传递，反向传递...
田新梅沈旭孙韶言陶大程
文献传递
基于序列深度学习的视频分析：建模表达与应用
近年来，视频数据呈现爆炸式增长。如此大量的视频数据在存储、识别、共享、编辑、生成等过程中都需要精准的视频语义分析技术。深度学习自从2012年以来极大地推动了计算机视觉领域向前发展，使得大规模视频数据的分析成为可能。因此，...
沈旭
关键词：卷积神经网络视频分析
文献传递
全选 清除 导出
共1页<1>
聚类工具0