登录
首页 » matlab » CNN

CNN

于 2021-04-18 发布 文件大小:6387KB
0 209
下载积分: 1 下载次数: 30

代码说明:

  CNN - Convolutional neural network class This project provides matlab class for implementation of convolutional neural networks. Deep Neural Network It provides deep learning tools of deep belief networks (DBNs). myCNN is a Matlab implementation of convolutional neural network (CNN).

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • web-files
    关于UWB仿真的 程序,对学习UWB仿真很有帮助的(UWB simulation program )
    2011-05-31 15:39:15下载
    积分:1
  • 11111
    matlab三维曲面/网线图指令,用曲面图表现函数。(Using surface figure performance function )
    2013-11-07 22:18:04下载
    积分:1
  • voc-release1
    CVPR2008一篇判别训练,多尺度,变形部分建模的实现作者P. Felzenszwalb等,运行于windows环境。(This is an windows implementation of the system described in:P. Felzenszwalb, D. McAllester, D. Ramaman.A Discriminatively Trained, Multiscale, Deformable Part Model.To appear in CVPR 2008.)
    2013-01-23 22:26:01下载
    积分:1
  • 1
    说明:  普通显示技术是根据几何光学成像原理,记录下光波的振幅,将空间物体成像在一个平面上。由于丢失了光波的相位信息,因而物体的信息是不完整的。全息图因能够完整地记录物光波的振幅和相位,因而能够包含物体的全部信息。菲涅耳全息术作为全息术的一个分支,更是得到了飞速的发展,已经广泛应用于全息干涉计量术、全息存储、全息光学组件、全息显微术等各个领域。 本论文主要研究菲涅耳全息图的编码与显示过程。经典光全息术包括波前记录和波前再现两步。全息波前记录将物光和参考光以干涉条纹记录成全息图,此全息图同时记录了物光波的振幅和相位 然后用参考光照射全息图,该参考光经过衍射后,即可再现出原始物体。 计算全息是将先进的计算机技术和光全息术结合起来,利用计算机产生全息图。它不需要物体实际存在,而是把物波的数学描述输入计算机处理后,绘制出全息图,然后用光学方法重现。本文采用计算全息方法,利用Matlab模拟光线的菲涅耳衍射传播,用计算机生成菲涅耳全息图 ,并由所生成的全息图再现出原始图像 ,完成全息图的数字再现。 (Fresnel hologram coding and display)
    2015-12-10 16:12:19下载
    积分:1
  • nueral
    neurak network classification for iris data
    2010-01-19 18:14:06下载
    积分:1
  • erweimoxin
    这个代码是建立二维路面结构模型,并通过使用MATLAB进行数据处理,直观的显示结果。(This code is to establish two-dimensional surface structure model, and through the use of MATLAB for data processing, visual display of results.)
    2010-07-04 20:31:03下载
    积分:1
  • matlab_boltz
    boltzmann source code in matlab
    2010-05-18 07:09:33下载
    积分:1
  • ELMsupplement
    对极限学习机的数据的补充。This paper has demonstrated that ELM can be used efficiently in many applications, however, two more interesting aspects are still open: the universal approximation capability9 of ELM and the performance of ELM in sparse high-dimensional applications, which are currently under our investigation.(Extreme Learning Machine data supplement.)
    2013-03-15 10:28:46下载
    积分:1
  • Am
    仿真了AM信号的产生过程和方法,过程详尽,方法简单,已经过测试。(Simulation of the AM signal generation process and methods, processes and detailed, the method is simple, has been tested.)
    2013-12-11 23:55:27下载
    积分:1
  • DSM-QB
    Questions for digital system and microprocessor
    2013-10-17 13:46:36下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载