Yang Gao1, Oscar Beijbom1, Ning Zhang2∗, Trevor Darrell1 †Bilinear models has be
2023-01-07 20:46:27 2.06MB
1
Bilinear Interpolation
2022-09-19 18:01:35 2KB bilinear zip
Non-Local Neural Networks with Grouped Bilinear Attentional Transforms, 论文Non-Local Neural Networks with Grouped Bilinear Attentional Transforms中提出的一种针对non-local网络改进的网络结构。 Non-local可以建模时间和空间维度上的关联性;GCNet结合了基于通道的注意力机制SE和能够捕获全局空间信息的Non-local网络;BAT是在传统的non-local模块上改进的可进行变形操作的新型模块,并且在图片分类和视频分类的性能上已经超过了传统的non-local网络结构。
2022-08-23 11:05:56 838KB 论文 BAT BilinearAttenti
1
双线性插值matlab代码Excel中的线性和双线性插值 基于MATLAB的签名的线性和双线性插值的工作表函数的VBA代码。 代码在其中,并且还提供了一个。 线性插值 使用interp1函数的示例: 双线性插值 使用interp2函数的示例:
2022-05-18 22:54:15 75KB 系统开源
1
双线性变换设计的bilinear函数 bilinear()函数的调用格式有三种: [Bz Az]= bilinear(Bs,As,Fs) % 把具有[Bs,As]模拟滤波器的转换成数字滤波器的[Bz,Az]。Fs是采样频率。 [Zd Pd Kd]= bilinear(Z,P,K,Fs) % 把模拟滤波器的零点、极点,转换成数字滤波器的零点、极点模型,Fs是采样频率。 [Ad Bd Cd Dd]= bilinear(A,B,C,D,Fs) % 把模拟滤波器的状态方程模型转换成数字滤波器的状态方程模型。Fs是采样频率。 注意:这里的采样频率均为实际频率。
2022-04-10 21:53:33 564KB MATLAB 数字信号处理
1
去噪声代码matlab 双线性除雾网络 这是使用成分损失进行除雾的双线性网络的matlab代码。 训练数据准备我们使用NYU2数据集。 从网站“”下载它们。 使用“ gnerate_hazy_img_noise.m”生成朦胧的噪声图像。 使用“ gnerate_hazy_img_nyu.m”生成模糊无噪声的图像。 然后使用“ generate_train.m”制作训练数据。 注意“文件夹”,“模糊”和“深度”分别用于清晰的地面真实图像,模糊图像和深度图。 将它们更改为您自己的路径。 培训使用train.m开始培训。 损失函数vl_nnhazerobustloss.m --->本文使用的L2范数损失。 vl_nnhazesquareloss_non_noise.m --->本文中用于无噪声训练的L2范数损失。 测试使用“ demo_test.m”查看经过训练的模型的去雾和去噪结果。
2022-03-11 12:42:28 66.95MB 系统开源
1
compact bilinear pooling(tensorflow版本),可用于细粒度分类,特征融合
2021-11-26 10:54:29 44KB compact bili 双线性池化 改进版
1
基于椭圆曲线上的双线性对,构造了一种非交互式,简单且有效的公开可验证秘密共享(PVSS),这具有Schoenmakers的PVSS的所有优点[15]。 此外,在计划的股份分配阶段,仅使用双线性配对的双线性,任何人都可以验证参与者是否在不实施交互式或非交互式协议且没有构造所谓的使用Fiat-Shamir技术的股份见证的情况下收到了正确的股份。 随后,在方案的秘密阶段重建中,任何人都可以使用相同的方法来验证释放的份额。 由于PVSS不需要实现非交互式协议并构造见证以防止恶意播放器,因此可以减少通信的开销。 最后,PVSS是没有经销商(或没有受信任的中心)的案件的扩展。 提出了分布式公共可验证秘密共享(DPVSS),这也减少了通信开销。 分析表明,这些方案比其他方案更安全,更有效,并且在特殊情况下可能更适用。
2021-11-23 13:39:26 170KB Bilinear pairing cryptography Di–e-Hellman
1
双线性神经网络 林崇宇,Aruni RoyChowdhury,Subhransu Maji提出的的双线性CNN的pytorch实现。 整个模型的框架如下图所示: 在此实现中,基础网络使用resnet34结构 依存关系 python> = 3.5 火炬> = 0.4 另外,请将项目文件夹添加到PYTHONPATH并pip install以下软件包: tqdm 数据 下载图片和注释。 将它们提取到data/raw/ 训练 根据本文的要求,该模型的训练分为以下两个步骤: 预训练模型的参数是固定的,只训练最后一个完整的连接层。 运行以下代码。 python bilinear_ResNet_linear_layer.py 在此步骤中,需要计算图像数据的平均值和方差,以进行图像预处理 模型中的所有参数都经过训练。 运行以下代码。 python bilinear_ResNet_fine_tunin
2021-08-16 10:58:19 117KB pytorch bilinear-cnn Python
1
解决gsl2.4二维插值(gsl手册28章)无法初始化全局变量的问题: 将CY_billinear.h文件加进去就OK了。怀疑这个是在编译gsl库时没有将billinear.o文件链接好。在这里虽然看上去很累赘,但是管用。
2021-08-01 14:12:29 4KB gsl 二维插值 初始化问题
1