论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
基于传统的浅层学习网络由于过度依赖于人工选择手势特征,因此不能实时适应复杂多变的自然场景。在卷积神经网络架构的基础上,提出了一种改进的多尺度深度网络手势识别模型,该模型能够利用卷积层自动学习手势特征,进而除去人工提取特征的弊端。该方法引入自适应多尺度特性来实现同一卷积层不同尺寸卷积核生成不同尺度特征,并通过级联浅层和深层的特征来达到不同抽象程度的特征图融合。同时,为了增强模型的泛化能力,提出了基于
【机 构】
：
大连外国语大学软件学院
【出 处】
：
计算机科学
【发表日期】
：
2020年06期
【基金项目】
：
国家自然科学基金(61501082),大连外国语大学科研基金项目(2018XJYB27),辽宁省教育厅科学研究一般项目(2019JYT01,2019JYT07),辽宁省自然科学基金项目(20180550018),辽宁省博士科研启动基金项目(2019BS061)
其他文献
时态数据在医疗、经济和电子商务等领域有着广泛的应用。由于时间的测量技术不精确等因素,时态数据具有不确定性。文中针对该数据进行研究,处理Top-k查询,即返回与查询点相交
我国国际贸易的繁荣发展,使得外贸人才的需求不断增长。外贸英语函电作为国际贸易沟通交流的主要方式,高校在培养外贸人才时必须重视外贸英语函电写作能力的培养。从外贸英语
西部在继续进行其工业化进程之中，应大力推动信息产业的发展，从而借助信息产业这双羽翼实现跨越式赶超。以信息化带动工业化的发展和升级，应作为西部开发的战略决策加以考虑。制
随着移动众包的发展,越来越多的任务被发布在众包平台上。然而,由于移动众包系统中有大量的任务,当众包工人根据自己的兴趣主动选择任务时,选择出适合众包工人执行的任务会花