简介：摘要：利用光学卫星遥感图像进行舰船目标识别时，由于目标在图像中占比较小，目标在停泊时紧密排布等问题，如何在复杂环境内进行舰船目标识别还需进一步研究。本文提出一种基于YOLOv3的神经网络的舰船目标识别方法，通过谷歌地球建立训练样本库并对数据进行标注，并利用YOLOv3神经网络进行图像特征提取。模型在PyTorch深度学习框架中进行训练，并利用测试集对模型进行检测，试验结果验证方法具有一定的有效性与可行性。

简介：摘要：行人目标检测广泛应用于汽车自动驾驶、安防监控、入侵识别等领域，对检测算法的实时性提出了较高要求。由于城市道路等场景背景复杂，行人目标尺寸小且易被遮挡，导致算法运算量大，对系统计算资源要求高。本文提出了基于YOLOv3的轻量化行人检测算法。将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：摘要：本文提出的基于YOLOv3的轻量化行人检测算法将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：[摘要 ]：

简介：摘要：随着施工现场安全管理工作要求与严格程度的持续提升，以及相关技术操作的加速更新，为解决施工人员安全帽佩戴情况检测与管理难度偏高的问题，本文对安全帽佩戴检测方法进行了研究，提出了一种基于YOLOv3的安全帽佩戴检测方法的设计思路，从基于图像金字塔的多尺度特征检测、k-means维度聚类算法、多尺度训练这三方面入手，分析了该安全帽佩戴检测方法的实现要点，并进行了效果验证，结果表明该方法的应用效果良好。

简介：摘要：本文旨在探讨改进YOLOv3在旧物回收检测中的应用与性能分析。YOLOv3作为一种快速而准确的单阶段目标检测算法，在旧物回收检测中具有显著优势。通过引入特征金字塔网络（FPN）和多尺度特征提取技术，提升了YOLOv3在旧物检测中的精度和鲁棒性。同时，针对旧物回收检测中的特定问题，如小物体检测困难、遮挡物体检测不准确等，本文提出了相应的改进措施。实验结果表明，改进后的YOLOv3在旧物回收检测任务中表现优异，具有较高的检测精度和实时性。

简介：摘要：对垃圾的分类是一种能够有效保护生态环境、促进经济发展的重要手段。利用当前前沿机器视觉算法实对垃圾的综合回收和废物的分类成为研究的热点。传统的垃圾分类主要是人工分类分拣，劳动强度高，分拣效率低，工作环境差。在当前高度信息化，科技化的大背景下急需智能和自动分类的方法来改善当前现状。本项目基于勘智k210芯片和YOLOv3目标检测算法的自主垃圾分类系统。目前，通用垃圾回收平台功能单一，主要集中在计算能力低、效率低的问题上。本项目采用了的基于机器视觉的解决方案，如实时垃圾检测、人类不敏感检测、云监控、语音传输和边缘调整解决方案。过程中采取多次测试，主要针对仿真环境中设计方案的可行度和分类的精确度。经测试得出，此方法行之有效，能够成功识别垃圾的不同种类，达到实现垃圾合理分类、回收的目的。

简介：

简介：Dynamicnodecreationandfastlearningalgorithmforahybridfeedforwardneuralnetwork.Flight-pathanglecontrolvianeuro-adaptiveBackstepping.Locallearningframeworkforhandwrittencharacterrecognition.Maximizingmarginsofmultilayerneuralnetworks.ModularnetworkSOMself-orgmlizingmapofasystemsgroupinfunctionspace.

简介：

简介：

简介：ApplicationoftheRTNNmodelforasystemidentification,predictionandcontrol；AssociativeMemoryUsingRatioRuleforMulti-valuedPatternAssociation；Batch-to-BatchModel-basedIterativeOptimisationControlforaBatchPolymerisationReactor；BehaviouralPlasticityinAutonomousAgents:AComparisonbetweenTwoTypesofController；ChannelEqualizationUsingComplex-ValuedRecurrentNeuralNetworks；Classificationofnaturallanguagesentencesusingneuralnetworks；Combiningarecurrentneuralnetworkandtheoutputregulationtheoryfornon-linearadaptivecontrol。

简介：

简介：ConfigurablemultilayerCNN-UMemulatoronFPGA；Cortically-inspiredVisualProcessingwithaFourLayerCellularNeuralNetwork；Effectofcouplingresistorsonsteadypatternsincoupledoscillatornetworks；Exponentialconvergenceestimatesforneuralnetworkswithmultipledelays；FEATUREEXTRACTIONINEPILEPSYUSINGACELLULARNEURALNETWORKBASEDDEVICEFIRSTRESULTS；FurtherResultsontheStabilityofDelayedCellularNeuralNetworks；Globalstabilityanalysisindelayedcellularneuralnetworks；ImageedgedetectionusingadaptivemorphologyMeyerWavelet-CNN。

简介：

简介：PredictionoftheDimensionalChangesduringSinteringusingBackpropagationAlgorithm，Predictionofthenextstockpriceusingneuralnetwork-extractionthefeaturetopredictnextstockpricebyfiltering，Pulsemodeneuronwithpiecewiselinearactivationfunction，Remarksonmultilayerneuralnetworksinvolvingchaosneurons……

简介：

简介：人工神经网络是另外一种计算模式。冯·诺依曼机器是以．人类信息处理过程的处理/记忆的抽象为基础的，而神经网络是以动物大脑并行处理的体系结构为基础的。这是一种多处理器的计算机系统，由大量简单的处理单元高度互连，简单分级通信，以及在各单元之间进行适应性交互作用组成。

简介：

简介：