论文查重报告: 检测是否抄袭
重复字数：20
总字数：7,431
|
原文：
1
卷积神经网络通过局部感受野和权值共享机制,天然适合图像、视频帧和其他网格化数据,因此在分类、检测、分割和医学影像分析中长期保持高效与稳定[2]。即使在 Transformer 流行之后,CNN 在资源受限、样本规模有限和低时延视觉任务中仍具有明显工程优势。 |
在本地库和互联网共找出相似内容： 1个 1 、现图像分类具有重要的研究意义和实用价值。与传统神经网络相比,卷积神经网络可通过局部感受野和权值共享机制大幅降低网络结构的参数数量[1],并且能够通过池化操作有效降
重复词：
卷积神经网络
、感受野
、权值
、共享机制
、天然
、视频帧
、网格化数据
、分割
、医学
、影像分析
、中长期
、transformer
、流行
、cnn
、资源受限
、样本规模
、有限和
、低时延
、视觉任务
同义词：
天然
——
当然
分割
——
割据
流行
——
通行
|
免费查重
（全文对照报告）
每天免费2篇
