机译:基于原始地震波形作为输入的基于卷积神经网络的运动地面目标分类
Chinese Acad Sci, Shanghai Inst Microsyst & Informat Technol, Sci & Technol Microsyst Lab, Shanghai 201800, Peoples R China;
ArcSoft Inc, Shanghai 200040, Peoples R China;
Chinese Acad Sci, Shanghai Inst Microsyst & Informat Technol, Sci & Technol Microsyst Lab, Shanghai 201800, Peoples R China|ShanghaiTech Univ, Sch Informat Sci & Technol, Shanghai 201210, Peoples R China|Univ Chinese Acad Sci, Beijing 100049, Peoples R China;
Chinese Acad Sci, Shanghai Inst Microsyst & Informat Technol, Sci & Technol Microsyst Lab, Shanghai 201800, Peoples R China;
Chinese Acad Sci, Shanghai Inst Microsyst & Informat Technol, Sci & Technol Microsyst Lab, Shanghai 201800, Peoples R China;
Seismic sensor; raw waveform; convolutional neural network; target classification; signal-to-noise ratio; standard deviation; data augmentation;
机译:基于三维卷积神经网络的地下对象分类,使用三维地面穿透雷达数据
机译:基于卷积神经网络的中间显性舌头手势靶的自动分类,使用B模式超声图像
机译:通过Stft和卷积神经网络的雷达移动目标的运动分类
机译:基于卷积神经网络的频谱图图像对地面移动雷达目标的分类
机译:基于卷积神经网络的人体个性化3D建模方法及其分类
机译:具有多尺度滤波器的卷积神经网络的自动化设计可实现经济高效的地震数据分类
机译:地震波形分类和使用卷积神经网络的第一次休息拣选