- Years
- 2023(1)
- 2022(1)
- 2019(1)
- 2008(1)
- More...
- Indexed by
- 中国科技论文与引文数据库(CSTPCD)(3)
- 中国科学引文数据库(CSCD)(2)
- 北京大学中文核心期刊目录(北大核心)(2)
- Journals
- 现代信息科技(1)
- 电子学报(1)
- 计算机工程(1)
- 高技术通讯(1)
- More...
- Affiliations
- 中国科学院计算技术研究所(1)
- 广西师范大学(1)
- 清华大学(1)
- Languages
- 汉语(4)
- Keywords
- 稀疏神经网络(4)
- 神经网络(2)
- AdaBoost算法(1)
- Transformer(1)
- 三维重建(1)
- 加速器(1)
- 变量选择(1)
- 基于组件的表示(1)
- 多视图立体(1)
- 循环神经网络(1)
- More...
- Authors
- 卓晴(1)
- 周晓清(1)
- 周聖元(1)
- 杜子东(1)
- 温明(1)
- 王文渊(1)
- 王磊(1)
- 王翔(1)
- 百晓(1)
- 郑锦(1)
- More...
Relevance
- Relevance
- Publication time
10 per page
- 10 per page
- 20 per page
- 30 items are displayed on each page
4 Articles
- 基于组件词表的物体识别北大核心CSCDCSTPCD
- 基于稀疏神经网络的火锅销量影响因素分析Abstract:神经网络被广泛应用于目标检测、优化组合等领域,但其往往容易过拟合.为解决过拟合问题,通常对神经网络稀疏化,这类技术目前较为成熟,如dropout.文章主要考虑在Lasso罚函数情形下,通过对神经网络连接的权重进行压缩,实现高维非线性情形下的变量选择,并使用蒙特卡洛模拟验证该稀疏神经网络的变量选择结果具有一致性.最后将该模型应用到重庆市火锅团购销量分析中,得到10个对火锅销量最具影响的因素.
- 稀疏神经网络加速器设计北大核心CSTPCD
- 基于自适应空间稀疏化的高效多视图立体匹配CSCDCSTPCDAbstract:针对多视图立体匹配中构建和聚合匹配代价体时计算复杂度高的问题,现有研究通常采用级联架构或迭代优化方法.然而这些方法仍面临两个亟待解决的挑战:级联架构在精细阶段缩小了深度采样范围,导致深度不连续区域可能陷入低分辨率的错误估计;而迭代优化网络的推理时间随迭代次数线性增长,难以满足实时系统需求.为此,本文提出一种基于自适应空间稀疏化的高效多视图立体匹配网络.我们提出一种稀疏匹配代价体构建方法,通过在完整深度范围内稀疏采样,在降低计算复杂度的…More>>