论文部分内容阅读
基于深度学习车辆跟踪与重识别方法的研究
【机 构】
：
三峡大学
【出 处】
：
三峡大学
【发表日期】
：
2021年期
【基金项目】
：
其他文献
随着信息技术的蓬勃发展,在人们的生产生活中产生并存储着大量的数据,数据挖掘技术的出现可以满足人们从数据中挖掘出潜在的信息知识,使得数据发挥出其尽可能多的价值。聚类算法在数据挖掘中扮演着重要的角色。但传统的聚类算法在处理大量、分布不规则、高维度的数据时,会造成过高的计算复杂度,聚类效率较低。本文针对上述问题展开研究,提出了三种聚类算法,主要研究工作描述如下:(1)分布可监督的可能性C均值及其扩展增量
学位
随着信息社会的高速发展,日常生活中出现大量模糊的或不确定性的信息。不确定性信息处理是人工智能领域重要的研究内容。形式概念分析是一种高效的数据处理工具,已经广泛应用于模式识别、信息检索、人工智能等众多领域。但对模糊信息以及语言值的处理具有一定的局限性。因此,本文将三支概念格和语言值相结合,提出三支模糊语言概念格以及属性约简方法。主要研究成果如下:1.为了简化模糊语言形式背景,提高计算效率,将粒计算的
学位
高光谱遥感技术作为对地观测的主要手段,被广泛应用于城市规划、生态保护、军事等众多领域。像素分类是高光谱图像分析和应用的基础,具有重大的研究意义。然而,高光谱图像存在噪音、信息冗余、空间结构复杂等问题,给分类任务带来诸多挑战。本文从高光谱图像的空间特征、光谱特征及字典学习等方面进行深入研究,提出以下算法。1、针对高光谱图像存在噪声、空间结构复杂和光谱信息复杂等问题,提出基于特征感知的协同表示高光谱图
学位
随着人工智能的蓬勃发展,利用计算机对人的情感进行识别已经迅速发展成为一个跨学科的研究领域。情绪的表达是多种模态信息相互作用的过程,因此融合多种模态信号的信息特征在情感识别领域逐渐发展起来。而脑电信号可以更加客观真实的反映人的情感,所以将脑电信号结合其他模态信号利用深度学习技术实现情感状态的判断成为当下研究的热点。但现阶段的研究仍存在一些问题,如:生理信号非线性和非平稳性的特性给挖掘和提取信号深度特
学位