特征学习相关论文
随着媒体时代的飞速发展,网络应用已经渗入到人们生活的各个角落,各门户网站、移动终端以及电商平台每天产生海量的媒体信息。网络......
智能量化投资是我国金融业高质量发展的重要组成部分,是金融科技发展的必然趋势。近些年,以神经网络为代表的机器学习方法广泛应用......
[目的]传统论文推荐方法在学习高维度特征时由于反向传播路径过长，导致推荐质量下降。本文提出融合多特征的论文推荐方法，为研究者提......
行人再识别（Person Re-Identification,Re-ID）,是在多个无重叠视域的摄像头网络中对行人进行检索匹配,具有重要的学术价值和广阔的应......
随着智能安防社区需求不断提升,人工智能赋能安防监控带来新的挑战。海量的监控视频数据在计算机技术的支持下逐渐实现自动化数据......
特征学习是模式识别研究领域中的重要课题,目前已得到广泛应用,涉及的领域有图像识别、目标检测、步态识别和身份认证等。典型相关......
随着遥感技术和各类传感器平台的快速发展,高分辨率遥感影像（High-Resolution Remote Sensing Image,HRRSI）相比于之前更容易获得,如......
特征学习是机器学习中的一项重要技术,研究从原始数据中学习后置任务所需的数据表示.目前,多数特征学习算法侧重于学习原始数据中......
文本检测任务旨在用相关算法从文档或场景图像中定位出所包含的文本区域,该任务可作为各类计算机视觉任务的前置模块。现有的基于......
治疗肽的预测对于发现新型有效的治疗剂起着至关重要的作用。人们已经研究出大量的预测方法来解决这一问题,其中基于机器学习的预......
迁移学习是通过利用源域的已标记数据中的知识来增强目标域中的模型性能,而目标域中只包含少量或没有标记的训练样本。因为在现实......
针对情报处理领域的目标特征分析问题,提出了一种基于数据驱动的目标行为特征学习与发现方法.首先,根据已有知识进行目标要素补充;......
众包测试通过短时间招募大量测试工人对待测软件进行测试,解决了传统测试过程中测试人员组成单一、周期长、成本高的问题。但众包......
随着多媒体数据的迅速增长,检索技术在大规模多媒体数据处理方面起到非常重要的作用。图像检索的主要任务是在海量数据中高效检索......
蛋白质赖氨酸乙酰化（Lysine acetylation,Kace）参与细胞的各种生理活动,与DNA修复和细胞信号传导等生物学过程密切相关,是最重要的翻......
预后（Prognosis）指对疾病可能的进程及结果的估计。癌症基因组图谱（The Cancer Genome Atlas,TCGA）等数据库的出现为研究人员提供大量......
随着移动设备与互联网的发展,图像数据的使用愈加普遍,对于图像数据进行提炼与表达,即对图像的特征学习也越来越受到人们的重视。......
无监督的特征学习是机器学习中一项基础的研究问题,其目标是从大量的无标注数据中学习数据有代表意义的特征表示。为了克服高维数......
随着深度神经网络的兴起,多模态学习受到广泛关注.跨模态检索是多模态学习的重要分支,其目的在于挖掘不同模态样本之间的关系,即通......
针对现有网络表示学习方法泛化能力较弱等问题，提出了将stacking集成思想应用于网络表示学习的方法，旨在提升网络表示性能。首先将3......
近年来,随着国家和个人的安防需求日益增长,摄像头网络部署愈加密集,视频数据量呈现爆炸性增长,如何从海量的视频数据中高效地寻找......
建筑外墙饰面层脱粘剥落广泛存在,对居民生命财产安全带来巨大威胁.本文以旋翼无人飞机为工作平台,搭载红外热成像相机对建筑外墙......
人脸活体检测是面部识别应用的先决条件.现有方法利用多种特征提升检测精度,针对特征优化的研究较少,一些能起有效区分作用的特征......
人脸识别系统往往面临着各类人脸欺诈攻击,如打印相片、屏幕播放和3维面具等.如何区分真实人脸与虚假人脸,亦称人脸活体检测,对于......
近年来,随着公共安全需求的不断增长以及智能监控网络的快速发展,行人重识别已成为计算机视觉领域的热门研究课题之一,其目标是在......
语音情感识别在人机交互领域具有广泛的应用场景,例如呼叫中心、移动服务等。在实际应用中,语音情感的复杂性,不仅使得需要采用高......
近年来,监控摄像头在机场、学校等人口密集场所得到广泛应用,其在保护公共安全的同时,也带来了海量监控图像。为实现对目标行人的......
帕金森病是世界上最常见的神经退行性疾病之一,该病患者通常会出现多种非运动症状（抑郁、嗜睡、嗅觉和认知障碍）和运动症状。这些症......
半监督学习已经成功地被运用于基于动态数据分析的数据挖掘和机器学习等研究领域之中。非平衡类的学习是分类问题中最具挑战的问题......
高斯过程作为一种柔性贝叶斯非参数化模型,近年来已被逐渐应用于机器学习等相关领域中,并取得了良好的效果。然而现存的相关模型,......
机器学习领域中的特征选择算法可简化模型输入,提高可解释性并帮助避免维度灾难及过拟合现象的发生.针对基于封装法进行特征选择时......
近红外检测作为一种快速无损的检测方法得到广泛关注。但光谱中存在大量噪声以及光谱数据的高维度和非线性等特点影响了分类模型的......
随着科技的发展,图像已经成为人们获取信息的重要载体,而大多数基于视觉的应用都依赖于含有丰富细节信息的高质量图像。从信号处理......
随着数据采集和存储技术的持续进步、计算机处理数据能力和运算水平的显著提高、以及人工智能和汽车行业的迅猛发展，自动驾驶技术成......
行人再识别是指对于某个特定行人，在跨摄像头的环境中对该目标行人进行搜索和匹配。目前，由于深度学习和计算机视觉的快速发展，行人再......
监视系统安装了大量室内和室外监视摄像机，是最常见的大数据源之一。数据源生成大量的原始可视化数据，使得分析过程成为繁重的人工任......
样本学习和特征学习是机器学习的两个重要方面。深度学习虽然具有优良的特征学习能力，但严重依赖大样本量，不适合于医疗、军事和在线......
针对化工生产过程中高维数据故障特征难以学习和提取的缺点,提出一种基于二维卷积神经网络的化工过程故障检测方法.首先,采集化工......
心血管疾病(CVD)已成为全世界发病率和死亡率最高的疾病，对心血管疾病的早期定量诊断和预防对延长患者预期寿命尤为关键。计算机断......
传统的机器学习方法假设训练数据和测试数据服从独立同分布，需要大量与测试数据同分布的有标记样本来保证学习模型的泛化性能。然而......
行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术,通常被认为跨摄像头下的行人检索问题。随着智慧......
图像和视频作为人类获取外界信息的重要的载体，在采集、获取和传输过程中会因为环境影响混杂噪声，导致图片和视频的细节信息被覆盖，从......
图像特征学习和分类问题,是计算机视觉及其模式识别领域中的热点问题,多年来一直受到学术界和工业界的广泛关注。随着计算机和物联......
牡丹花品种识别对牡丹花栽培、鉴赏和科普教育具有重要意义。基于深度学习在图像分类领域的优异性能,研究基于图像分类技术的牡丹......
