搜索资源列表
PG_DEEP-master
- A fast learning algorithm for deep belief nets 文章代码-2006 A fast learning algorithm for deep belief nets
Sparse-Autoencoder
- 稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据-2006 A fast learning algorithm for deep belief nets
DBN
- 深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展示的是用 DBN 识别手写数字： -Depth belief networks (Deep Belief Network, DBN) pro
ldpc_decode
- ldpc译码程序，基于MATLAB，采用置信传播算法-LDPC decoding process, based on MATLAB, using the belief propagation algorithm
DeepLearnToolbox
- DeepLearnToolbox是Matlab的深度学习工具箱，包含了深度信度网络DBN，卷积网络CNN，SAE（stacked auto-encoders）,CAE(Convolutional auto-encoders)和NN深度学习算法的实现。-DeepLearnToolbox is a MATLAB toolbox about depth learning, contains realizations of deep belie
DBN
- 深度学习的深度信念网的C++源代码,开源的源代码-Depth study of the depth of the belief network C++ source code
matlab
- 使用的版本：64位的MATLAB R2015b，代码可以直接运行仿真。 （1）提取五个特征量中的Hu矩和仿射不变矩； （2）picture用来存放训练样本和测试样本； （3）save用来保存代码运行过程中提取的特征量，matlab1存放仿射不变矩特征量， matlab2存放Hu矩特征量，Hu_BBA存放样本的Hu矩的基本信度赋值和识别类型， FS_BBA存放样本的仿射不变矩的基本信度赋值和识别类型，目标识别矩阵、
Facial_Feature_Tracking
- 通过建议一个人脸形状先验模型关注该问题，该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的，我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题，我们将正面人脸形状先验模型整合到一个3路（3-way）RBM模型，其可以获取正面人脸形状和非正面人脸形状间的关系。最后，我们建议一个方法，将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address
dbn-master
- Codes related with tutorial: *Data modeling: deep belief networks*. Getting Started - Presentation - https://docs.google.com/presentation/d/1wZ8Mx6q3H-gwZh-lJWBQFPUmuhSZWwNp5QYxLBW4v5U- Codes related with tut
BeliefPropagationStereo
- 用置信度传播算法计算视差图 里面含有比较完整的算法和相关资源-belief propagation stereo algorithm
dbn
- 深度置信网，经过调试，运行没有问题。运行时有点占内存，速度稍慢。-Deep Belief Nets, Restricted Boltzmann Maching
00b4951ab44ed1b4e4000000
- Our previous work on real-valued function optimization problems had shown that cultural learning emerged as the result of meta-level interaction or swarming of knowledge sources, “knowledge swarms” in the belief sp
deep-belief-network
- 训练一个深度网络，并应用于MNIST库上进行字体识别-Training a deep autoencoder or a classifier on MNIST digits
DBNs
- 一个 深度置信网DBNs的源码，这是一个用于深度置信网的源码 可以进行训练，正常运行！ - deep belief network
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多
CNN
- 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). myC
Belief-Condensation-Filtering-
- 自主导航系统中以卡尔曼滤波算法及其衍生算 法如扩展卡尔曼滤波、无迹卡尔 曼滤波、容积卡尔曼滤波 、鲁棒滤波或粒子滤波 等为信息处理的核心。-Autonomous navigation system with kalman filter algorithm and its derivatives Method such as extended kalman filtering, no trace, Carl Kal
DBN
- 深度学习中的深度信念网络，用于数据的分类和预测-Deep belief network in deep learning, used for the classification and prediction of data
LDPC-master
- C and MATLAB implementation for LDPC encoding and decoding-Overview of what is provided WiFi (IEEE 802.11n) LDPC code construction Encoding by back-substitution for WiFi LDPC codes Iterative belief propaga
fuzzyDBN
- 用于情感分析的模糊深度信念网络FDBN,提高了精度(Fuzzy deep belief networks for semi-supervised sentiment classification)