1.A non-local algorithm for image denoising
比较了全局去噪NL-means和局部去噪的效果
2.Advanced Image Classification using Wavelets and Convolutional Neural Networks
在小波域预处理图像，从而使得卷积神经网络得到更高的识别率
3.Adversarial Examples that Fool both Computer Vision and Time-Limited Humans
给出了能够使得人在有限时间内也会误分类的对抗样本
4.An Ensemble of Convolutional Neural Networks Using Wavelets for Image Classification
是2的正式论文，说在小波域处理图像又提高识别率，还能降低时间成本
5.Approximation by Superpositions of a Sigmoidal Function
证明了任意的n元连续函数可以被单层的sigmoidal函数任意逼近
6.Approximation Capabilities of Multilayer Feedforward Networks
给出了函数及导数可以被任意近似的激活函数条件
7.AutoAugment:Learning Augmentation Policies from Data
自动在数据增强策略中寻找最佳，一般来说这还策略能在类似的数据集迁移
8.Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
在深层网络存在的一个问题是随着训练层数变多，参数在改变，参数改变以后将会降低训练速度，所以这里提出批正则化就很好解决了这个问题
9.Combining Neural Networks For Skin Detection
10.Compressed-Domain Ship Detection on Spaceborne Optical Image Using Deep Neural Network and Extreme Learning Machine
使用了JPEG2000中的小波系数，结合DNN来解决船的探测中存在的受天气影响、高分辨探测问题
11.Convolution Neural Networks for Chinese Handwriting Recognition
手写汉字梯度特征比原始图像数据表现更好
12.Data Mining: A Preprocessing Engine
决策树算法的正则化方法
网友评论