檢索結果：共4筆資料 檢索策略： "Image Classification".ekeyword (精準) and ckeyword.raw="卷積神經網路"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
深度學習在許多領域有很多傑出的表現。在深度學習的領域中，最常見的演算法架構為卷積神經網路(CNN)，不僅被廣泛的應用在電腦視覺及影音辨識，近年來更大幅的超越所有相關領域的人工特徵。然而，此些技術相較…
2
本論文於DNA樣本分析領域中，針對使用原子力顯微鏡(Atomic Force Microscope)所獲取的DNA樣本數位影像為研究對象，以深度學習的技術發展出一個自動化辨識DNA交叉與非交叉樣本的…
3
隨著應用深度學習法的許多系統成效卓著，如何能夠快速地把個別的問題轉換成應用到深度學習架構來尋求專業的運作，是目前相當熱門的研究項目之一。一般而言，要應用深度學習架構從頭開始訓練一個新的任務，需要很長…
4
使用卷積神經網路作影像分類時，卷積核對圖像特徵擷取，有著舉足輕重之 影響，本文提出利用遺傳演算法結合卷積神經網路，搜尋對於不同的影像資料， 具有最佳特徵擷取能力的卷積核，以進行影像分類。 本文…