 

标签: 残差

相关资源

一种自适应残差补偿算法在移动机器人姿态估计中的应用研究.

所需E币: 5

时间: 2023-2-14 21:22

大小: 589.4KB

上传者: czd886

一种自适应残差补偿算法在移动机器人姿态估计中的应用研究.
基于残差神经网络的心脏病预测系统的设计与实现

所需E币: 0

时间: 2023-2-11 21:34

大小: 1.54MB

上传者: ZHUANG

基于残差神经网络的心脏病预测系统的设计与实现
基于多分支门控残差卷积神经网络的短期电力负荷预测

所需E币: 0

时间: 2023-2-11 19:39

大小: 7.02MB

上传者: ZHUANG

基于多分支门控残差卷积神经网络的短期电力负荷预测
多尺度残差金字塔网络模型三维气象要素降尺度研究

所需E币: 0

时间: 2023-2-11 19:36

大小: 3.28MB

上传者: ZHUANG

多尺度残差金字塔网络模型三维气象要素降尺度研究
基于GAN的自适应残差密集网络图像去模糊方法

所需E币: 4

时间: 2023-2-11 19:31

大小: 2.78MB

上传者: ZHUANG

基于GAN的自适应残差密集网络图像去模糊方法
基于混合残差密集网络的电路板红外图像超分重建

所需E币: 3

时间: 2023-2-11 19:31

大小: 2.3MB

上传者: ZHUANG

基于混合残差密集网络的电路板红外图像超分重建
深度残差网络结合长短期记忆的脑电波情感识别

所需E币: 5

时间: 2023-2-11 17:08

大小: 1.08MB

上传者: ZHUANG

深度残差网络结合长短期记忆的脑电波情感识别
基于堆叠门控循环单元残差网络的知识追踪模型研究

所需E币: 5

时间: 2023-2-11 16:05

大小: 1.39MB

上传者: ZHUANG

基于堆叠门控循环单元残差网络的知识追踪模型研究
基于残差网络的双路径图像超分辨率重建算法

所需E币: 4

时间: 2023-2-11 14:21

大小: 1.16MB

上传者: ZHUANG

基于残差网络的双路径图像超分辨率重建算法
基于残差U-Net网络的染色体图像分割方法

所需E币: 0

时间: 2023-2-11 14:19

大小: 1.86MB

上传者: ZHUANG

基于残差U-Net网络的染色体图像分割方法
基于截断迁移与并行残差网络的调制识别算法

所需E币: 0

时间: 2023-2-11 13:57

大小: 7.72MB

上传者: ZHUANG

基于截断迁移与并行残差网络的调制识别算法
基于残差网络和注意力机制的步态识别算法

所需E币: 4

时间: 2023-2-11 11:26

大小: 2.17MB

上传者: ZHUANG

基于残差网络和注意力机制的步态识别算法
基于残差神经网络的通信辐射源个体识别

所需E币: 5

时间: 2023-2-11 11:15

大小: 3.16MB

上传者: ZHUANG

基于残差神经网络的通信辐射源个体识别
基于深度残差网络的交通标志识别方法研究

所需E币: 4

时间: 2023-2-11 10:49

大小: 3.57MB

上传者: ZHUANG

基于深度残差网络的交通标志识别方法研究
基于改进残差网络的流量识别方法研究.

所需E币: 5

时间: 2023-2-10 09:10

大小: 2.56MB

上传者: ZHUANG

基于改进残差网络的流量识别方法研究.
递进式空洞残差深度双目立体匹配网络

所需E币: 0

时间: 2023-2-10 09:03

大小: 1.15MB

上传者: ZHUANG

递进式空洞残差深度双目立体匹配网络
基于聚合残差网络的加密流量分类方法

所需E币: 0

时间: 2023-2-10 09:01

大小: 2.62MB

上传者: ZHUANG

基于聚合残差网络的加密流量分类方法
基于通道注意力与残差卷积神经网络的变压器故障诊断

所需E币: 5

时间: 2023-2-9 12:18

大小: 1.45MB

上传者: ZHUANG

基于通道注意力与残差卷积神经网络的变压器故障诊断
基于残差-密集连接-双向长短期记忆融合网络的光伏出力短期预测

所需E币: 5

时间: 2023-2-8 21:32

大小: 393.76KB

上传者: ZHUANG

基于残差-密集连接-双向长短期记忆融合网络的光伏出力短期预测
基于改进时空残差卷积神经网络的城市路网短时交通流预测

所需E币: 5

时间: 2023-2-8 21:31

大小: 1.83MB

上传者: ZHUANG

基于改进时空残差卷积神经网络的城市路网短时交通流预测

更多...