标记分布学习相关论文
多标记排序任务是多标记分类任务和标记排序任务的结合。在多标记排序任务中,对于一个示例,多标记排序模型需要为它预测预定义标记......
单标记学习和多标记学习可以为一个具体实例分配一个或多个与之相关的标记。这两种学习范式都可以指出哪些标记可以描述实例,然而......
情感识别是机器学习、信号处理、计算机视觉等领域的一个重要的实践和理论研究热点。先前的大量传统研究专注于特征的提取和分类方......
近年来,如何解决标记多义性问题已成为机器学习和数据挖掘领域的一个热门研究点。在传统的机器学习框架中,比较成熟的标记多义性学......
标记分布学习是一种新型的解决标记多义性问题的机器学习范式,其在处理标记模糊性问题方面有着十分重要的应用。不同于多标记学习,......
为了提升标记分布学习在歧义性分类问题上的预测性能,对标记形态上的模糊度进行研究.提出了标记形态模糊度的概念,给出了基于峰度......
标记分布学习是一种新的可以用来解决标记多义性问题的学习范式,是对单标记学习和多标记学习的进一步泛化,已经成功应用于人脸情感......
聚类是数据挖掘中的一个重要分支,其目标是在没有先验知识的情况下将数据集划分为若干个子簇,力求每个簇内的样本的相似度尽可能高......
自闭症谱系障碍（Autism spectrum disorder,ASD）是一种常见的脑部疾病,近年来,随着计算机技术和医学影像分析技术的发展,使用静息态......
近些年来,作为一种新的有监督学习范式,标记分布学习(LDL)已被应用到多个领域,如人脸年龄估计、头部姿态估计、电影评分预测、公共......
标记端多义性是当今机器学习的热点问题。多标记学习中,每个样本都被赋予一组标记子集来表示其多种语义信息。然而,标记强度差异现......
近些年,与人脸图像相关的自动信息处理技术已经发展为信息技术领域的重要研究课题。人脸年龄估计是根据人脸图像自动估算年龄的技......
本文主要介绍了标记分布学习和标记增强的相关概念及算法.标记分布学习是一种新型机器学习范式,传统的单标记和多标记学习都可以看......
如何解决标记多义性问题是机器学习领域的热门研究方向。目前机器学习研究领域应对标记多义性比较成熟的学习范式是多标记学习。多......
作为标准分类问题的延伸,层级分类问题利用预先定义好的标记层级结构,来提高分类的效果,其在图像分类、文本分类等领域均有广泛应......
随着互联网信息化程度的不断加深,信息检索己经成为人们获取知识最主要的途径。传统的搜索引擎大多基于关键词匹配,而在2012年,知......
近年来,标记多义性学习是机器学习和数据挖掘领域的一个热门主题。在传统的机器学习框架中,比较成熟的标记多义性学习范式是单标记......
因为在处理有问题的标记和捕获标记之间的高阶相关性上的有效性,标记嵌入(LE)已经被成功应用在很多领域。LE会先将原始标记嵌入到......
针对现实世界中多义性的情况而产生的多标记学习,自提出以来受到了众多学者的研究与关注。多标记学习将样本的分类情况从单个标记......
标记分布学习中示例由多个不同重要程度的标记共同标注,而在已有的标记分布学习算法中,大部分均在完备数据集下进行,未考虑数据噪......
针对基于标记分布学习的多重多元回归模型不能生成和人脸老化趋势一致标记分布的问题,提出自适应多重多元回归的人脸年龄估计方法.......
为了提高预测的准确性,文中结合机器学习中堆积(Stacking)集成框架,组合多个分类器对标记分布进行学习,提出基于标记分布学习的异......
标记分布学习是一种新型的学习范式,该文提出了一种适用于标记分布问题形式的Adaboost集成算法,能够有效地提升各种单独算法的预测......
标记分布学习相对于传统标记学习能够反映出样本中相关标记的重要程度,由于标记分布数据集样本特征数目较少,使得现有部分算法精度......
标记模糊性(label ambiguity),是指在分类任务中模型有时会很难判断一些样本是否应该被打上一个标记,这些样本会处于一种“既可以......
人体特征点对于描述和分析人体行为至关重要,人体特征点检测也是诸多计算机视觉任务的基础。通常来讲,人体特征点检测需要检测出人......
基于标记分布学习的人脸年龄估计方法利用相近年龄的人脸变化较为缓慢的特点,采用年龄标记分布向量表示附近年龄描述目标年龄的程......
标记分布是一种新的机器学习范式,能很好地解决某些标记多义性问题,可看作多标记的泛化。传统的单标记学习和多标记学习均可看作标......
标记分布学习是在以标记分布标注的示例上学习的新型学习范式,近年来已成功应用于面部年龄估计、头部姿势估计和情感识别等实际场......
人脸图像包含许多重要的生物特征,人脸图像的研究方向主要包括人脸年龄估计、性别判断以及表情识别等。以人脸年龄估计为例,通过算......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
针对传统标记分布学习算法借助标记的全局相关性信息,忽略仅存于部分样本范围内标记局部相关性的问题,提出了一种基于样本稀疏表达......
在传统的监督学习框架中,每个示例隶属于一个标记。在现实生活中,一个示例可能并不仅仅只被一个标记描述,而是同时隶属于多个标记......
标记分布学习作为一种新的学习范式，利用最大熵模型构造的专用化算法能够很好地解决某些标记多样性问题，但是计算量巨大。基于此，引入......
人脸图像可以直观地反映出许多与人相关的个性化特征,不仅包括性别、年龄、种族、肤色等这些生物学特征,还传递出丰富多样的神态和......
标记分布是一种新的学习范式,现有算法大多数直接使用条件概率建立参数模型,未充分考虑样本之间的相关性,导致计算复杂度增大。基......
图像美学质量评估旨在学习一个模型,自动地将给定的图像分类为高质量或低质量。其关键任务是找到合适的图像表示方法,使之能够建立......
标记学习（multi-labellearning，MLL)任务处理一个示例对应多个标记的情况，其目标是学习一个从示例到相关标记集合的映射.在MLL中，现有......
标记分布学习是近年提出的一种新的机器学习范式。从理论上来说，这一范式可以看作是对多标记学习的泛化。已有的研究表明标记分布学......
