本科生毕业设计
文章平均质量分 91
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
展开
-
毕业设计之-基于改进卷积模型的人脸性别和情感分类研究与应用实现
1. 摘要针对目前普通卷积神经网络(CNN)在表情和性别识别任务中出现的训练过程复杂,耗时过长,实时性差等问题,提出一种深度可分卷积神经网络的实时人脸表情和性别识别模型.首先,利用多任务级联卷积网络(MTCNN)对不同尺度输入图像进行人脸检测,并利用核相关滤波(KCF)对检测到的人脸位置进行跟踪进而提高检测速度.然后,设置不同尺度卷积核的瓶颈层,用通道合并的特征融合方式形成核卷积单元,以具有残差块和可分卷积单元的深度可分卷积神经网络提取多样化特征,并减少参数数量,轻量化模型结构;使用实时启用的反向传播可原创 2021-10-27 00:11:42 · 767 阅读 · 0 评论 -
基于卷积神经网络的口罩佩戴识别与检测
摘要MobileNetV2模型概述与识别结果分析1.基础理论--深度可分离卷积(DepthWise操作)2.MobileNetV1遗留的问题3.MobileNet V2的创新点4.本文网络结构及代码实现5. 实验结果分析应用:口罩检测识别结束参考文献摘要在当前情况下,没有高效的口罩检测应用程序和相关高质量标注数据集,因此想对运输、人口稠密地区,居民区,大型商场实现自动口罩佩戴检测是一个亟需解决且非常有意义的问题,而且,由于缺少“ 带口罩”图像的大型数据集,因此该任原创 2021-03-15 01:02:01 · 7021 阅读 · 6 评论 -
深度学习、机器学习方向计算机毕业设计题目大全(算法应用实践类)
(吐血整理)手动整理了1500多个深度学习及机器学习相关算法在实际应用中的项目,完全可以作为本科生当前较新的毕业设计题目选择方向。讲道理有些题目,比如“用户评分的隐式成分信息的研究”这种题目取的就比较广,有点科学研究的味道,如果真的去做,还是比较有技术含量的。因为其下一步的应用是具有广阔前景的。还有部分项目可能需要大量的数据集,收集的收集和整理比较麻烦。另外对自己电脑的要求也比较高。大家在选择...原创 2020-04-29 13:38:46 · 48826 阅读 · 16 评论 -
基于RNN(循环神经网络)的北京雾霾天气指数的预测(keras实现RNN,LSTM神经网络算法)
随着科学技术的发展,人们渴望对天气有一定的掌握空间,从古代的夜观天象到如今的气象卫星,人类在对天气的预测上不断的进步与发展,本文将运用循环神经网络实现对天气情况的初步预测,循环神经网络是人工智能领域深度学习的一种算法,基于对时间序列事情的处理能达到特别好的效果,而天气影响因素恰恰是基于时间序列的。我们通过神经网络模型对影响天气因素的学习,比如:风速、风向、露点温度、(大气)压力等一系列外观因素可以...原创 2018-07-02 18:42:49 · 18203 阅读 · 8 评论 -
深度学习CNN模型预测电影评论中的情感问题
情感分析是一种自然语言处理问题,其中理解文本并预测潜在意图。在这篇文章中,您将了解如何使用Keras深度学习库在Python中预测电影评论的积极或消极情绪。阅读这篇文章后你会知道:关于自然语言处理的IMDB情绪分析问题以及如何在Keras中加载它。如何在Keras中使用单词嵌入来解决自然语言问题。如何开发和评估IMDB问题的多层感知模型。如何为IMDB问题开发一维卷积神经网络模型。 ...翻译 2018-07-13 21:44:41 · 3155 阅读 · 0 评论 -
在TensorFlow中实现CNN复合模型对文本分类任务(多分类任务)
在这篇文章中,我们将实现一个类似于Kim Yoon的用于句子级别分类的卷积神经网络模型的模型。本文提出的模型在一系列文本分类任务(如情感分析)中实现了良好的分类性能,并已成为新文本分类体系结构的标准基线。我假设您已经熟悉应用于NLP的卷积神经网络的基础知识。如果没有,我建议首先阅读了解NLP的卷积神经网络,以获得必要的背景知识。数据和预处理我们将在这篇文章中使用的数据集是电影评论数据集...翻译 2018-07-19 21:13:57 · 4177 阅读 · 0 评论 -
计算机专业该不该考研
日子在不断地往前行着,不知不觉之间,我们已经步入大三了,现在每过去的一天,都只是意味着我们离毕业更近一步而已,到了这个特殊的时期,我们或多或少都应该为自己将来的道路而打算了,像我周围的同学,有的人已经打算就业了,他就去参加了一个java培训班,有的人仍然打算在学业上有所成就,于是就着手考研了,情形最坏的莫过于这些两边摇摆不定,不知道应该考研还是出去工作的家伙,担心这担心那的,浪费着宝贵的准备时间...转载 2018-07-14 23:49:50 · 23438 阅读 · 14 评论 -
利于深度学习实现淘宝买家评论的情感分析与分类并结合远程监督的思想进行整合数据(代码实现与讲解)
情感极性分析,即情感分类,对带有主观情感色彩的文本进行分析、归纳。情感极性分析主要有两种分类方法:基于情感知识的方法和基于机器学习的方法。基于情感知识的方法通过一些已有的情感词典计算文本的情感极性(正向或负向),其方法是统计文本中出现的正、负向情感词数目或情感词的情感值来判断文本情感类别;基于机器学习的方法利用机器学习算法训练已标注情感类别的训练数据集训练分类模型,再通过分类模型预测文本所...原创 2018-11-09 22:08:36 · 8634 阅读 · 13 评论