强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此，提出一种基于深度
2018-03-29 11:29
深度对战自编码网络在船舶重量评估的应用
2021-06-25 14:38
针对传统卷积神经网络在行人检测中卷积速度慢、抗噪弱、冗余大的问题，提岀了一种基于深度稀疏自编码网络的方法。首先在输入层后
2021-06-11 14:53
针对大规模网络态势要素获取时间复杂度较高和攻击样本不平衡导致小类样本分类精度不高的问题，提出一种基于深度自编码网络的态势要素获取机制。在该机制下，利用优化后的
2017-12-05 16:27
自编码器是深度学习中的一种非常重要的无监督学习方法，能够从大量无标签的数据中自动学习，得到蕴含在数据中的有效特征。因此，自编码方法近年来受到了广泛的关注，已成功应用于很多领域，例如数据分类、模式识别
2021-06-07 16:38
异常小区 （c）干扰类异常小区 图1 异常小区类型 本文只对异常小区进行检测，不对造成异常的原因进行分析。 2.2变分自编码器 变分自编码器是一种用于特征提取的神经网络
2020-12-03 15:06
针对现有的入侵检测方法在检测准确率和误报率方面存在的不足，提岀了一种多通道自编码器深度学习的入侵检测方法。该方法分为
2021-04-07 15:23
针对复杂运动背景中慢速小目标检测误检率高，实时性差等问题，提出了基于自适应阂值分割的慢速小目标
2017-11-09 15:17
自编码器（Autoencoder, AE）是一种无监督学习的神经网络模型，它通过编码器和解码器的组合，实现了对输入数据的压缩和重构。自编码器由两部分组成：
2024-07-09 11:25
在计算机视觉领域，目标检测一直是研究的热点和难点之一。特别是在小目标检测方面，由于小目标在图像中所占比例小、特征不明显，
2024-07-04 17:25
