- 新型深度神经网络架构：ENet模型 新型深度神经网络架构：ENet模型
- 基于连接感知的实时困倦分类图神经网络 基于连接感知的实时困倦分类图神经网络
- F-GNN的新型检测框架：随机森林增强图神经网络 F-GNN的新型检测框架：随机森林增强图神经网络
- 目标检测：视觉系统中的CNN-Transformer融合网络 目标检测：视觉系统中的CNN-Transformer融合网络
- 轻量图像超分辨率残差网络：Attention与ResNet融合 轻量图像超分辨率残差网络：Attention与ResNet融合
- 通道注意力机制|Channel Attention Neural Network 通道注意力机制|Channel Attention Neural Network
- 基于深度学习的人类行为识别算法研究 基于深度学习的人类行为识别算法研究
- 提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合 提高人类活动识别准确性的新方法：空间注意力与遗传算法的结合
- 基于深度学习的人类活动识别模型研究：HAR-DeepConvLG的设计与应用 基于深度学习的人类活动识别模型研究：HAR-DeepConvLG的设计与应用
- 基于扩散模型的3D内容生成：从数据噪声到物体生成的技术解析 引言随着人工智能生成内容（AIGC）的快速发展，生成式模型特别是扩散模型在2D图像生成领域取得了显著成果。近年来，研究者们也开始将扩散模型应用于3D内容生成，开辟了全新的创作空间。3D内容生成不仅能在虚拟现实、游戏设计、电影制作等领域发挥重要作用，还能够推动数字艺术、建筑设计等行业的发展。本文将深入探讨基于扩散模型的3D内容生成技... 基于扩散模型的3D内容生成：从数据噪声到物体生成的技术解析 引言随着人工智能生成内容（AIGC）的快速发展，生成式模型特别是扩散模型在2D图像生成领域取得了显著成果。近年来，研究者们也开始将扩散模型应用于3D内容生成，开辟了全新的创作空间。3D内容生成不仅能在虚拟现实、游戏设计、电影制作等领域发挥重要作用，还能够推动数字艺术、建筑设计等行业的发展。本文将深入探讨基于扩散模型的3D内容生成技...
- 扩散模型中的扩展网络结构：如何提升生成模型的表达能力扩散模型（Diffusion Models）已经成为近年来生成对抗网络（GANs）和变分自编码器（VAEs）之外，最为突出的生成模型之一。随着扩散模型的广泛应用，研究者们开始探索如何进一步提升其生成能力与效率。其中，扩展网络结构（Extended Network Architecture）被认为是一种有效的方法，能够增强模型的表达能力，提... 扩散模型中的扩展网络结构：如何提升生成模型的表达能力扩散模型（Diffusion Models）已经成为近年来生成对抗网络（GANs）和变分自编码器（VAEs）之外，最为突出的生成模型之一。随着扩散模型的广泛应用，研究者们开始探索如何进一步提升其生成能力与效率。其中，扩展网络结构（Extended Network Architecture）被认为是一种有效的方法，能够增强模型的表达能力，提...
- DL学习笔记：穿戴设备上的轻量级人体活动识别方法 DL学习笔记：穿戴设备上的轻量级人体活动识别方法
- 1.程序功能描述 基于入侵野草算法的KNN分类优化。其中，入侵野草算法是一种启发式优化算法，它模拟了自然界中野草的扩散与竞争过程。该算法通过一系列的步骤来寻找样板的最优特征，参与KNN的分类训练和测试。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序for it = 1:Miters it % 更新标准差 sig... 1.程序功能描述 基于入侵野草算法的KNN分类优化。其中，入侵野草算法是一种启发式优化算法，它模拟了自然界中野草的扩散与竞争过程。该算法通过一系列的步骤来寻找样板的最优特征，参与KNN的分类训练和测试。2.测试软件版本以及运行结果展示MATLAB2022A版本运行（完整程序运行后无水印）3.核心程序for it = 1:Miters it % 更新标准差 sig...
- Python卷积神经网络（CNN）识别和计数工业零件：深入解析与应用 一、卷积神经网络（CNN）介绍卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，特别适合处理图像数据。它通过卷积层、池化层和全连接层等结构，能够自动提取图像特征，并进行分类、识别等任务。 二、应用使用场景CNN 在工业零件识别和计数方面有广泛的应用场景，例如：生产线零件检... Python卷积神经网络（CNN）识别和计数工业零件：深入解析与应用 一、卷积神经网络（CNN）介绍卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，特别适合处理图像数据。它通过卷积层、池化层和全连接层等结构，能够自动提取图像特征，并进行分类、识别等任务。 二、应用使用场景CNN 在工业零件识别和计数方面有广泛的应用场景，例如：生产线零件检...
- Python从0到100（八十九）：Resnet、LSTM、Shufflenet、CNN四种网络分析及对比 Python从0到100（八十九）：Resnet、LSTM、Shufflenet、CNN四种网络分析及对比
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中 -
一个AI团队帮你写代码：华为云码道Agent Space实战2026/06/25 周四 19:00-21:00
张翰文-华为云码道工程师/郭英旭-青软创新科技集团股份有限公司 软件架构师
本场直播聚焦华为云码道Agent Space两大模式：研发办公、代码开发，亲身体验从需求到代码的AI自动化能力。实操演示基于华为 CodeArts CLI，依托 OpenSpec 规格体系从零搭建业务项目。
回顾中
热门标签