- 基于连接感知的实时困倦分类图神经网络 基于连接感知的实时困倦分类图神经网络
- F-GNN的新型检测框架：随机森林增强图神经网络 F-GNN的新型检测框架：随机森林增强图神经网络
- 目标检测：视觉系统中的CNN-Transformer融合网络 目标检测：视觉系统中的CNN-Transformer融合网络
- 轻量图像超分辨率残差网络：Attention与ResNet融合 轻量图像超分辨率残差网络：Attention与ResNet融合
- 通道注意力机制|Channel Attention Neural Network 通道注意力机制|Channel Attention Neural Network
- 基于深度学习的人类行为识别算法研究 基于深度学习的人类行为识别算法研究
- 提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合 提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合
- 基于深度学习的人类活动识别模型研究：HAR-DeepConvLG的设计与应用 基于深度学习的人类活动识别模型研究：HAR-DeepConvLG的设计与应用
- 基于扩散模型的3D内容生成：从数据噪声到物体生成的技术解析 引言随着人工智能生成内容（AIGC）的快速发展，生成式模型特别是扩散模型在2D图像生成领域取得了显著成果。近年来，研究者们也开始将扩散模型应用于3D内容生成，开辟了全新的创作空间。3D内容生成不仅能在虚拟现实、游戏设计、电影制作等领域发挥重要作用，还能够推动数字艺术、建筑设计等行业的发展。本文将深入探讨基于扩散模型的3D内容生成技... 基于扩散模型的3D内容生成：从数据噪声到物体生成的技术解析 引言随着人工智能生成内容（AIGC）的快速发展，生成式模型特别是扩散模型在2D图像生成领域取得了显著成果。近年来，研究者们也开始将扩散模型应用于3D内容生成，开辟了全新的创作空间。3D内容生成不仅能在虚拟现实、游戏设计、电影制作等领域发挥重要作用，还能够推动数字艺术、建筑设计等行业的发展。本文将深入探讨基于扩散模型的3D内容生成技...
- 扩散模型中的扩展网络结构：如何提升生成模型的表达能力扩散模型（Diffusion Models）已经成为近年来生成对抗网络（GANs）和变分自编码器（VAEs）之外，最为突出的生成模型之一。随着扩散模型的广泛应用，研究者们开始探索如何进一步提升其生成能力与效率。其中，扩展网络结构（Extended Network Architecture）被认为是一种有效的方法，能够增强模型的表达能力，提... 扩散模型中的扩展网络结构：如何提升生成模型的表达能力扩散模型（Diffusion Models）已经成为近年来生成对抗网络（GANs）和变分自编码器（VAEs）之外，最为突出的生成模型之一。随着扩散模型的广泛应用，研究者们开始探索如何进一步提升其生成能力与效率。其中，扩展网络结构（Extended Network Architecture）被认为是一种有效的方法，能够增强模型的表达能力，提...
- DL学习笔记：穿戴设备上的轻量级人体活动识别方法 DL学习笔记：穿戴设备上的轻量级人体活动识别方法
- 1.程序功能描述 基于入侵野草算法的KNN分类优化。其中，入侵野草算法是一种启发式优化算法，它模拟了自然界中野草的扩散与竞争过程。该算法通过一系列的步骤来寻找样板的最优特征，参与KNN的分类训练和测试。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序for it = 1:Miters it % 更新标准差 sig... 1.程序功能描述 基于入侵野草算法的KNN分类优化。其中，入侵野草算法是一种启发式优化算法，它模拟了自然界中野草的扩散与竞争过程。该算法通过一系列的步骤来寻找样板的最优特征，参与KNN的分类训练和测试。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序for it = 1:Miters it % 更新标准差 sig...
- Python卷积神经网络（CNN）识别和计数工业零件：深入解析与应用 一、卷积神经网络（CNN）介绍卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，特别适合处理图像数据。它通过卷积层、池化层和全连接层等结构，能够自动提取图像特征，并进行分类、识别等任务。 二、应用使用场景CNN 在工业零件识别和计数方面有广泛的应用场景，例如：生产线零件检... Python卷积神经网络（CNN）识别和计数工业零件：深入解析与应用 一、卷积神经网络（CNN）介绍卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，特别适合处理图像数据。它通过卷积层、池化层和全连接层等结构，能够自动提取图像特征，并进行分类、识别等任务。 二、应用使用场景CNN 在工业零件识别和计数方面有广泛的应用场景，例如：生产线零件检...
- Python从0到100（八十九）：Resnet、LSTM、Shufflenet、CNN四种网络分析及对比 Python从0到100（八十九）：Resnet、LSTM、Shufflenet、CNN四种网络分析及对比
- 强化学习与多任务学习在高级人体活动识别中的融合应用 强化学习与多任务学习在高级人体活动识别中的融合应用
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签