Dropout技术相关论文
传统的神经网络在时间相关性较强的负荷预测中精度不高。为了有效提高短期电力负荷预测精度，提出了一种基于卷积神经网络CNN和长短......
随机配置网络(SCN)通过引入不等式约束来限制输入权重和偏置的赋值,随着节点数量增加,网络能够逼近任意的数学函数和数据模型。在......
随着土木行业的快速发展,实际工程结构变得大型而复杂。复杂结构带来的不确定因素越来越多,随之而来的安全问题也更为显著,对结构......
随着计算机视觉技术和相关硬件设备的不断发展,人体姿态识别已逐渐走进人类生活,被广泛应用于视频监控、运动辅助分析、家居养老、......
为提高新冠肺炎(COVID-19)趋势预测精度,该文提出一种运用Dropout技术的长短期记忆(LSTM)神经网络预测新冠肺炎发展趋势的方法。该......
为了提高人体动作识别准确率,改进原有3D CNN网络模型以获得更为丰富细致的人体动作特征,并通过对比实验为模型输入优选出识别效果......
针对复杂优化问题,研究并提出一种基于深度学习的层次结构与Dropout技术的变参数并行玻尔兹曼算法模型。该算法模型能够有效抑制局......
本文提出一种改进的LeNet-5卷积神经网络用于面部表情识别的新方法。首先,对人脸图像进行裁剪、尺度归一化预处理后,把处理后的图......
随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战。本文针对配电网动态规律和可靠性指标特......
光照、表情变化等复杂环境下,传统人脸识别算法的性能下降较大,为此,提出一种基于LeNet-5改进的多层卷积神经网络人脸识别算法。首......
近年来，卷积神经网络（CNN）已经成为很多科学领域的研究热点之一．卷积神经网络作为一种深度模型可以直接作用于原始输入，不需要手动设计......
随着信息技术的快速发展,互联网特别是其中的移动互联网日益成为人民群众生活中至关重要的一部分。人们越来越热衷于在各种网站上......
跨层卷积神经网络模型由输入层、两个交替的卷积层、池化层、全连接层和输出层组成。池化层输出到全连接层,将网络的高层次特征和......
随着大容量风机并网需求的急速增长,现有电网的安全可靠运行面临着巨大挑战。为解决这个难题,提出一种基于深度学习的风功率预测模......
