基于深度学习推荐系统的研究

针对深度学习的研究,仅运用单一的传统算法在数据稀疏的情况下,不能得到隐式的反馈。所以提出了推荐系统,在机器学习上有一定的影响,并在社会上的应用也非常广泛,在最近几年在图像处理、会话识别、对象侦探以及药物发现和基因组学等方面取得了一定的发展。将深度学习应用到推荐系统中,探究怎样将大量的数据转变成多源异构数据,它能够让我们对用户在使用过程中得到整合数据,得出用户的偏好。优化推荐系统,了解用户喜好,是我们主要研究目的。在推荐系统系统中,我们主要针对协同过滤进行研究。     

盘活现有资源，破解WCDMA深度覆盖难题——浅析小灵通资源在WCDMA网城区深度覆盖中的应用

文章首先介绍了山东省WCDMA网络的覆盖现状,针对2011年底小灵通业务退市后大量小灵通资源闲置的情况,引出了小灵通资源在城区深度覆盖中的应用,分全向天线和定向天线两种方案并分别从方案效果与投资对比两方面作了探讨,分析了改造后的数据监测结果,对小灵通站址改造的优势作了小节并给出了改造建议。     

基于红外与可见光图像的目标检测算法

针对现有基于可见光的目标检测算法存在的不足,提出了一种红外和可见光图像融合的目标检测方法。该方法将深度可分离卷积与残差结构相结合,构建并列的高效率特征提取网络,分别提取红外和可见光图像目标信息;同时,引入自适应特征融合模块以自主学习的方式融合两支路对应尺度的特征,使两类图像信息互补;最后,利用特征金字塔结构将深层特征逐层与浅层融合,提升网络对不同尺度目标的检测精度。实验结果表明,所提网络能够充分融合红外和可见光图像中的有效信息,并在保障精度与效率的前提下实现目标识别与定位;同时,在实际变电站设备检测场景中,该网络也体现出较好的鲁棒性和泛化能力,可以高效完成检测任务。     

基于软阈值深度学习的自动调制识别算法

自动调制识别是认知无线电、电子侦察、电磁态势生成中重要的环节.由于电磁环境日益复杂,噪声对能否正确调制识别影响显著.本文针对低信噪比（signal-noise ratio,SNR）环境条件设计了一种基于软阈值的深度学习模型,在卷积神经网络（convolutional neural networks, CNN）的基础上加入软阈值函数.将IQ数据转化为幅度相位信息作为模型的输入,CNN用于提取幅度相位数据中的特征,软阈值学习网络可以针对不同特征设置不同阈值,用于滤除样本噪声,提高低SNR条件下的识别率.在开源数据集RML2016.10a上验证了所提算法的有效性,对比其他网络结构,本文提出的模型识别率更高且效率更高.     

基于图像边缘特征的深度上采样算法

针对低分辨率深度图像上采样容易导致边缘模糊问 题,提出了一种基 于图像边缘特征的深度上采样算法。一方面,利用相同低分辨率深度和彩色图像的相关性系 数,自适应调 节深度图像边缘上采样过程中深度和彩色的权重;另一方面,结合上采样值和低分辨率深度 图像中邻近像 素值,对低分辨率深度图像的不连续区域进行求精操作以进一步减少边缘模糊现象。实验结 果表明,本文算法 的性能优于近年文献中提出的算法。本算法上采样深度图像的平均坏点率(B PR)为2.07%,均方根误差(RMSE )为3.46,峰值信噪比(PSNR)为38.58dB,绘制 虚拟视点的平均PSNR为39.58dB。     

基于卷积神经网络的图像识别算法研究

针对深度学习下的图像识别技术,研究了图像识别和卷积神经网络的工作原理。分析了AlexNet模型、ResNet模型、MobileNet模型的卷积神经网络模型,以及三种算法模型的各自特点,实现了深度学习环境的搭建,通过实验对比三个模型的分类准确率和训练效率,为深度学习下的图像识别算法研究提供参考。     

深度卷积神经网络在网络哑资源管理上的应用

通过分析光分配网络建设中遇到的网络建设工艺质量控制问题。结合某省运营商工程管理的实际情况,提出了基于人工智能的自动化识别策略,并通过建立基于目标检测算法的深度卷积神经网络模型,实现网络资源的自动化管理,达到了降低管理成本,增加管理效率的目的。     

基于深度学习的海上舰船目标多源特征融合识别

针对海上舰船雷达辐射源特征和高分辨率距离像独立使用难以有效进行目标识别的问题,提出多种基于深度学习的多源特征融合目标识别方法.通过构造深度序贯融合模型、深度分支融合模型、深度卷积融合模型和深度循环融合模型四种框架,实现舰船目标的多辐射源特征与高分辨率距离像深度特征的自动提取与融合识别,完成目标分类.利用不同长度、不同类...     

基于深度学习的SAR图像舰船目标检测综述

近年来,合成孔径雷达成像技术因具备全天时和全天候的目标感测能力,在海洋实时监测和管控等领域发挥着重要作用,特别是高分率SAR图像中的舰船目标检测成为当前的研究热点之一.首先分析基于深度学习的SAR图像舰船目标检测流程,并对样本训练数据集的构建、目标特征的提取和目标框选的设计等关键步骤进行归纳总结.然后对检测流程中的各部...     

谈优化错题本的有效策略

每个人在学习过程中都不可避免地会出现错误,而对待错误的态度和方式很大程度上决定了这个人在学习上能达到的高度.好多教师和学生比较注重课堂教学,却忽视改正错题的重要性,导致了重复出错.有些教师和学生虽然能够认识到建立错题本进行改错的重要性,但是对如何科学地建立错题本、如何有效地使用错题本没有进行太深的研究,导致了错题本建立之后效果甚微.错题本要从建立和使用两个方面进行优化,从教师和学生两个层面加以强化,以便在促进学生的深度学习方面发挥重要的作用.