检索结果-南通市图书馆

作者：成佳骏广西民族大学

学位级别：硕士

电子游戏复制行为规制路径的适用面临《反不正当竞争法》与《著作权法》的兼用困境、电子游戏复制行为著作权规制存在限制、认定电子游戏复制行为不正当竞争的困境三个难题,现有研究中对电子游戏复制行为的法律属性提出违法否定说、著... 详细信息

电子游戏复制行为规制路径的适用面临《反不正当竞争法》与《著作权法》的兼用困境、电子游戏复制行为著作权规制存在限制、认定电子游戏复制行为不正当竞争的困境三个难题,现有研究中对电子游戏复制行为的法律属性提出违法否定说、著作权侵权说与反不正当竞争说三种理论学说,根据电子游戏复制行为的法律属性,提出采取以著作权制度对电子游戏复制行为进行主要规制,反不正当竞争制度对其进行补充规制的规制路径。这一路径的主要内容包括:在适用规制路径的过程中构建著作权制度衔接反不正当竞争制度的界线。在适用著作权规制路径阶段明确适用混同原则与必要场景原则的判断因素、采取整体保护与分解保护并存的模式、完善电子游戏的证据认定规则。在适用反不正当竞争规制路径阶段对一般条款构成要件认定、混淆行为、虚假宣传行为的相关规定进行优化。实现对电子游戏复制行为的规制路径问题的解决。

关键词：电子游戏复制 “换皮”游戏游戏元素保护

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于流形子空间学习的领域自适应方法研究

基于流形子空间学习的领域自适应方法研究

引用

作者：成佳骏武汉科技大学

学位级别：硕士

传统机器学习方法只有在训练数据和测试数据满足相同分布时表现出良好的效果。在现实场景中,训练数据往往与测试数据分布不同,从而导致分类准确率降低。在领域自适应问题中,将训练数据作为源域;而将测试数据作为目标域。其目的是减少源... 详细信息

传统机器学习方法只有在训练数据和测试数据满足相同分布时表现出良好的效果。在现实场景中,训练数据往往与测试数据分布不同,从而导致分类准确率降低。在领域自适应问题中,将训练数据作为源域;而将测试数据作为目标域。其目的是减少源域和目标域之间的分布差异。本文提出两种基于流形子空间学习的领域自适应方法,用流形学习的方法将源域和目标域映射到同一子空间中去。在这个子空间中,源域数据和目标域数据有着相似的分布。本文的主要研究内容如下:(1)为了衡量源域样本集与目标域样本集之间的分布差异,本文提出一种跨域均值差异(Cross-Domain Mean Discrepancy,CDMD)的度量准则,进而提出一种基于半监督判别分析和跨域均值差异的领域自适应方法(SDA-CDMD)。首先,使用半监督判别分析(SDA)进行数据降维,保证了映射到低维子空间中数据的几何结构信息。然后将SDA与CDMD结合,将两个域投影到同一子空间中,减少两个域之间分布差异的同时保留了原始样本的流形结构。在手写数字图像和计算机视觉数据集上进行的大量实验结果表明,所提算法优于传统的领域自适应方法,验证了其有效性。(2)提出一种基于有监督局部保留投影和最大均值差异的领域自适应方法(SLPP-MMD)。该方法将有监督保留投影与MMD相结合,将源域和目标域投影到同一子空间中去。在迭代过程中为了避免将错误标注的伪标签目标域样本传播到下一次迭代训练,从而影响子空间的学习过程。本文提出一种新的伪标签样本选择方案和迭代策略。在与JDA算法的对比实验中,本文方法具有更好的收敛性能。同时,算法分类效果优于传统的领域自适应方法。

关键词：领域自适应流形学习半监督判别分析有监督局部保留投影

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于半监督判别分析的领域自适应方法研究

引用

计算机与数字工程 2023年第7期51卷 1663-1669页

作者：成佳骏李波武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065

为解决传统机器学习中训练集(源域)与测试集(目标域)数据分布不一致导致分类准确率较低的问题,提出一种基于半监督判别分析和CDMD的领域自适应算法(SDA-CDMD)。首先,使用半监督判别分析(SDA)进行数据降维,保留了映射到低维子空间中数据... 详细信息

为解决传统机器学习中训练集(源域)与测试集(目标域)数据分布不一致导致分类准确率较低的问题,提出一种基于半监督判别分析和CDMD的领域自适应算法(SDA-CDMD)。首先,使用半监督判别分析(SDA)进行数据降维,保留了映射到低维子空间中数据的几何结构信息。其次,提出一种衡量两个域之间分布差异的度量准则:跨域均值差异(Cross-Domain Mean Discrepancy,CDMD)。最后,将SDA与CDMD结合,将两个域投影到同一子空间中,减少两个域之间的分布差异。在手写数字图像和计算机视觉数据集上进行的大量实验结果表明,所提算法优于传统的领域自适应方法,验证了其有效性。

关键词：领域自适应迁移学习半监督判别分析子空间学习特征选择

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：