退出
我的积分:
中文文献批量获取
外文文献批量获取
陈志旺; 王昌蒙; 王莹; 宋娟; 彭勇;
燕山大学工业计算机控制工程河北省重点实验室 秦皇岛066004;
燕山大学国家冷轧板带装备及工艺工程技术研究中心 秦皇岛066004;
目标跟踪; 高效卷积运算符(ECO); 卷积神经网络(CNN); 相关滤波; 尺度估计;
机译:具有扩张CNN的分层融合的单眼深度估计和软加权 - 和推论
机译:改进的裂纹尖端跟踪算法的复合材料疲劳分层扩展的内聚元分析
机译:运动补偿帧插值,具有加权运动估计和分层矢量细化
机译:基于Decoupuped RPN的改进R-CNN改进的FPC表面缺陷检测
机译:基于波前构造和基于模型的插值方法的高效光线跟踪算法。
机译:基于快速逆距离加权的时空插值:基于Web的应用并行编程和k-d树插值连续美国细颗粒物PM2.5的应用
机译:一种基于自适应加权策略和闭塞检测机制的改进的物体跟踪算法
机译:Decodage pondere des Codes en Blocs et Quelques sujets sur la Complexite du Decodage(块编码的加权解码和解码复杂性的一些主题)
机译:对于长距离检测或军用目的和用于学习对象检测器的设备,可以使用it it ita it itable.Sessessess的基于CNN的基于CNN的基于CNN的基于CNN的硬件优化的装置和用于学习的对象检测器的装置。基于CNN的作出或最低目的使用策略分配和触摸设备进行决定使用案例
机译:CNN碎片长度方法和装置,其通过使用加权量化损失值来量化FLN值,从而量化用于优化硬件的CNN参数和特征值,所述硬件适用于高精度移动设备或紧凑型网络
机译:为了量化用于优化适用于移动设备或高精度小型网络的硬件的CNN参数和特征值,使用了使用权重量化损失值的FL(分数长度)值。如何通过使用加权量化丢失值来量化和确定CNN参数和特征值,并在优化移动设备使用的适用于移动设备的更早版本中使用,来确定FL值的方法和装置
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。