使用多列卷积神经网络进行人群计数

使用深度卷积神经网络进行太赫兹CT图像重建的方法

在太赫兹CT图像重建中，我们采用深度卷积神经网络（CNN）来改进Radon变换，提高图像质量。我们利用UNet架构解决成像逆问题，训练数据集包括500张随机大小和位置的椭圆图像。与传统的FBP不同，我们研究了使用GAN进行CT重建的可行性。我们的目标是通过端到端的神经网络实现太赫兹CT成像的直接重建。

Matlab 6 2024-08-19

keras卷积神经网络参数计算

利用keras框架，了解卷积神经网络原理，并掌握每一层训练参数的计算方法。

算法与数据结构 12 2024-04-30

使用Matlab进行BP神经网络数据分类

详细介绍了如何使用Matlab实现BP神经网络进行数据分类的方法。提供了具体的代码示例和详细说明，帮助读者快速理解和应用。

Matlab 7 2024-09-27

matlab精度检验代码-countingAMDCN实现的图像对象计数卷积神经网络

这是一个包含AMDCN（聚合的多列膨胀卷积网络）实现的存储库，专用于图像中对象的计数任务。AMDCN的架构由五个平行的列组成，每列通过扩张卷积和一个最终的聚合器生成特征，输出最终的密度图。网络在UCSD、UCF50和TRANCOS数据集上的输出示例展示了其在人群和交通数据集上的应用。

Matlab 5 2024-07-26

使用Matlab编写的卷积神经网络程序及其解析

这是一个使用Matlab编写的卷积神经网络程序，并附带详细解析。

Matlab 5 2024-07-28

使用BP神经网络进行光伏出力预测

在MATLAB中通过神经网络对分布式电源的出力进行预测。

Matlab 3 2024-11-04

简化的双层卷积神经网络代码示例

这是一个简化版本的双层卷积神经网络代码示例，展示了深度学习中的基础技术应用。

数据挖掘 5 2024-09-16

Matlab代码墙纸分类的卷积神经网络应用

项目3说明：截止日期为3月2日，您将使用Matlab内置的CNN训练功能，对17,000张256x256灰度墙纸图像进行分类。学习如何扩充数据、构建CNN并进行训练。数据集存放在“数据/墙纸/ <火车，测试> //”文件夹中，分为训练和测试图像两部分。第一步是培训和测试CNN，入门代码提供了卷积神经网络示例。

Matlab 8 2024-08-27

基于卷积神经网络的图像分类算法综述

生成5个随机数排列的列向量，一般用这种格式poissrnd(2,5) 生成5行5列的随机数矩阵poissrnd(2,[5,4]) 生成一个5行4列的随机数矩阵。这里介绍了如何通过逆CDF函数法生成服从特定分布的随机数，以柯西分布为例。

Matlab 10 2024-07-30