简介：删除卷积码构造简单、码率可变、译码灵活的特点使其在自适应编码调制（AMC）技术和多级编码系统（MLC）中得到了大量应用。针对删除卷积码的盲识别问题提出了一种基于生成矩阵特征搜索的快速估计算法，该算法充分利用了删除卷积码生成矩阵的特殊性质，大大减少了搜索范围，仿真结果证实算法有效，且计算量低于文献中已有算法。

简介：摘要：空洞卷积也叫做膨胀卷积，或者扩张卷积。空洞卷积最初是为了解决图像分割的问题而提出的。在通用目标检测算法中，空洞卷积不仅能控制感受野和分辨率，还能有效地提升网络的感受野，在保持特征图不变的情况下，有效利用多尺度信息，继而能够提升算法的性能。

简介：摘要：在数字化时代，目标跟踪技术已成为计算机视觉领域的核心内容，尤其是在智能监控和自动驾驶等场景得到了广泛应用。然而，传统的目标跟踪算法在处理复杂动态环境时往往存在稳定性和准确性不足的问题，特别是在面对目标形态变化和遮挡情况时。针对这一挑战，本文提出了一种基于自适应卷积特征的目标跟踪算法。通过引入自适应机制来动态调整卷积网络，这种方法不仅提高了算法的泛化能力，还显著提升了跟踪过程中的稳定性和准确性，为实时监控和自动驾驶系统等领域的目标跟踪提供了一种有效的解决方案。

简介：摘要：为解决单目图像中冗余像素点不利于深度神经网络快速完成深度信息检测的问题，提出一种基于卷积神经网络的深度线段分类算法。对 ＮＹＵ -Ｄｅｐｔｈ 数据集使用线段检测算法进行线段检测得到原始图像的线段特征图。通过数据预处理结合深度数据得到表征深度信息的线段集合及其标签，提出适用于线段特征的卷积神经网络，实现单目图像中深度线段的分类。本论文从不同方面阐述基于卷积神经网络的深度线段分类算法，希望为研究卷积神经网络的专家和学者提供理论参考依据。

简介：小型移动机器人在未知环境下运行，陀螺所受噪声干扰无法建立有效的数学模型，需要仅从观测信号中把噪声去除，并估计出原始信号，根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算，使用贝叶斯方法对信号进行估计，建立了误差函数并与LMS算法组合，实现了均衡器参数的自动调整，在小型移动机器人上进行了算法实验验证。实验结果表明，该算法可以有效分离角速度信号与噪声信号，其噪声信号幅值减小约10倍，移动机器人运行275.41s抵达终点的偏航角误差从13°下降到1.46°。

简介：摘要：针对深度学习下的图像识别技术，分析图像识别和卷积神经网络的工作原理。通过了对AlexNet模型、ResNet模型、MobileNet卷积模型的学习，总结了三种算法模型的各自特点，实现了深度学习环境的搭建，最后进行实验对比三个模型的分类准确率和训练效率，为深度学习下的图像识别算法研究提供参考。

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：摘要为消除正交小波非对称性对卷积型小波变换分解结果的不利影响，利用零相位滤波原理，结合卷积型小波变换分解算法基于滤波器组的递归分解实现方法，提出了一种零相位卷积型小波变换分解算法，该分解算法既继承了卷积型小波变换无频率折叠，又彻底地消除了正交小波非对称性致使分解结果出现的移位与畸变现象。

简介：面部的特征点准确定位对于表情识别和面部动画合成等应用具有重要的意义。随着网络时代自拍的盛行，人们对于实际应用场景中不同光照，角度和遮挡条件下的准确特征点定位提出了更高的要求。本文设计了一种基于级联的深度卷积神经网络的面部特征点定位算法，在初步特征点识别的基础上利用级联网络进行回归优化拟合，从而达到了精确定位的效果。

简介：针对图像恢复时采用共轭梯度(CG)算法的盲目反卷积(IBD)算法不能很好收敛的问题,提出了一种改进共轭梯度法迭代循环条件的方法,有效地改进了盲目反卷积算法的收敛性,同时也减小了算法的计算量.

简介：摘要：利用多核并行思想实现快速排序算法，分析了不同数据量、不同数量处理器对于排序效率的影响，并基于多组实验数据对实验结果进行了分析对比。由于划分进程及多核间通信需要时间，当参与快速排序的数据量大时，多核并行的排序所花费的时间少、效果好。

简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。

简介：摘要智能电表随着电路板加工工艺的日益提高，板级抗干扰能力得到很大的提高，小电流（例如5%Ib）的抗干扰能力增强很多，只要计量芯片支持无功的计量，就可以实现快速校表算法。其原理和推导过程，这里我们讨论一下。

简介：点乘是椭圆曲线密码的基本操作,它的主要性能指标是运算高效性。本算法设计灵活,且适应不同应用要求;执行的结果非常高效,适应于大多数椭圆曲线参数。

简介：在对转换点轨迹方程作二阶近似的基础上，导出了转换波DMO的椭圆近似方程，并在f-k域实现了转换波DMO的快速算法，该方法能同时完成共转换点（CCP）的水平位置较正，文中对转换波DMO的脉冲响应作了计算对比，证明方法是可靠的，其快速算法具有很高的实用性。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：因此整个算法的实现需要65个周期,改进型MD5算法实现,MD5算法单步操作图

简介：