检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进卷积自编码器的局部特征描述算法

计算机工程与应用 2017年第19期53卷 184-191,215页

作者：贾琪王晓丹周来恩翟夕阳空军工程大学防空反导学院西安710051

针对非监督学习方法提取的底层特征用于特征描述时可区分性不强,对图像旋转、尺度等变换敏感的问题,提出了一种改进卷积自编码器的局部特征描述算法(Convolutional Auto-Encoder Descriptor,CAE-D)。CAE-D算法利用信息熵评价卷积核性能... 详细信息

针对非监督学习方法提取的底层特征用于特征描述时可区分性不强,对图像旋转、尺度等变换敏感的问题,提出了一种改进卷积自编码器的局部特征描述算法(Convolutional Auto-Encoder Descriptor,CAE-D)。CAE-D算法利用信息熵评价卷积核性能,提出在CAE中添加卷积核信息熵约束规则,通过均值化卷积核携带的局部特征信息,提升卷积特征描述的可区分性;在特征描述前使用传统SIFT中主方向分配算法确定局部图像的主方向,并引入降采样操作,进一步提升特征描述的旋转不变性及鲁棒性。图像匹配实验结果验证了改进策略的有效性,CAE-D算法优于当前先进的KAZE、SIFT,而运行时间相比SIFT缩短了47.14%。

关键词：非监督学习特征描述卷积自编码器信息熵

在线全文

学校读者我要写书评

暂无评论

稀疏降噪自编码器在IR-BCI的应用研究

计算机工程与应用 2017年第11期53卷 167-171页

作者：赵瑞娟官金安谢国栋中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室武汉430074 中南民族大学认知科学国家民委重点实验室武汉430074

针对脑-机接口的特征提取问题,提出了一种基于非监督学习的稀疏降噪自编码器,对刺激诱发的脑电信号进行自主学习,构建原始数据的深层特征表达。该编码器引用稀疏自编码神经网络,通过加入噪声,增强其学习的泛化能力,增加了神经网络的鲁... 详细信息

针对脑-机接口的特征提取问题,提出了一种基于非监督学习的稀疏降噪自编码器,对刺激诱发的脑电信号进行自主学习,构建原始数据的深层特征表达。该编码器引用稀疏自编码神经网络,通过加入噪声,增强其学习的泛化能力,增加了神经网络的鲁棒性。首先对多导联信号进行重新拼接,输入稀疏降噪自编码器,得到原始数据的稀疏特征表达;然后,采用支持向量机将学习到的特征进行分类;最后,同直接使用最优单通道相对比。实验结果为:稀疏降噪自编码器的分类准确率要优于单通道,表明该方法能够更好地学习到特征,并提高了"模拟阅读"脑-机接口的识别正确率,为脑-机接口系统的特征提取和分类提供了新思路。

关键词：模拟阅读脑-机接口非监督学习稀疏降噪自编码器支持向量机

在线全文

学校读者我要写书评

暂无评论

退火EM算法在非监督图像分割中的应用

信号处理 2005年第Z1期21卷 343-347页

作者：赵扬马尽文北京大学数学科学学院信息科学系数学及其应用教育部重点实验室北京100871 北京大学数学科学学院信息科学系数学及其应用教育部重点实验室北京100871

图像分割是数字图像处理的一项重要内容.本文将基于高斯混合模型的退火EM算法应用于非监督图像分割.由于退火EM算法具有自动探测数据中类别数的功能,通过使用退火EM算法则能够在图像中自动确定其对象的个数,并得到较好的分割结果.实验表... 详细信息

图像分割是数字图像处理的一项重要内容.本文将基于高斯混合模型的退火EM算法应用于非监督图像分割.由于退火EM算法具有自动探测数据中类别数的功能,通过使用退火EM算法则能够在图像中自动确定其对象的个数,并得到较好的分割结果.实验表明,应用退火EM算法进行图像分割是可行、有效的.

关键词：图像处理非监督学习 EM算法高斯混合模型.

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的空域拥堵预测建模

信息化研究 2017年第4期43卷 28-30,41页

作者：丁辉王冠谢鹏空中交通管理系统与技术国家重点实验室南京210014

深度学习在特征提取与模型拟合方面具有优势。它能够非监督地从数据中学习出有效的特征用以预测。故本文在此利用深度学习进行建模用于空中交通拥堵预测,通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量,采用深... 详细信息

深度学习在特征提取与模型拟合方面具有优势。它能够非监督地从数据中学习出有效的特征用以预测。故本文在此利用深度学习进行建模用于空中交通拥堵预测,通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量,采用深度学习的堆叠自编码网络架构,设计了一种从无标签数据集中学习,提取可表征数据深层特征的隐层参数,并生成新特征集的拥堵状态预测模型。

关键词：深度学习非监督学习堆叠自编码网络空域拥堵预测隐层参数

在线全文

学校读者我要写书评

暂无评论

人体运动非监督聚类分析

软件学报 2003年第2期14卷 209-214页

作者：王天树郑南宁徐迎庆沈向洋西安交通大学人工智能与机器人研究所陕西西安710049 微软亚洲研究院北京100080

提出了一种基于非监督学习的人体运动分析方法.该方法通过使用MDL准则约束下的HMM模型对连续运动序列进行分割和聚类,并实现对运动序列的自动分割和标记.该方法由两步组成,首先通过聚类将连续运动离散化,并按照最小描述长度准则在离散... 详细信息

提出了一种基于非监督学习的人体运动分析方法.该方法通过使用MDL准则约束下的HMM模型对连续运动序列进行分割和聚类,并实现对运动序列的自动分割和标记.该方法由两步组成,首先通过聚类将连续运动离散化,并按照最小描述长度准则在离散域得到初始解.在此基础上,返回到连续域训练MDL准则约束下的HMM模型.使用HMM模型可以进一步利用原始序列中的动态信息获得更精确的最终结果.通过对实际人体运动序列进行的实验验证了方法的有效性.

关键词：人体运动聚类分析计算机视觉计算机动画非监督学习模式识别人工智能运动识别系统

在线全文

学校读者我要写书评

暂无评论

基于特征和基于样本的EM方法

计算机应用与软件 2003年第10期20卷 57-59页

作者：肖杨宣国荣同济大学计算机系上海200092

本文主要讨论在非监督学习中 ,用EM方法求解有限混合分布 (已知类别数 )未知参数的问题。由于通过方程式直接求得参数比较困难 ,一般采用迭代法 ,但是也存在计算量过大的问题。大多数文献中的计算都是逐个样本进行的 (基于样本的EM方法 ... 详细信息

本文主要讨论在非监督学习中 ,用EM方法求解有限混合分布 (已知类别数 )未知参数的问题。由于通过方程式直接求得参数比较困难 ,一般采用迭代法 ,但是也存在计算量过大的问题。大多数文献中的计算都是逐个样本进行的 (基于样本的EM方法 ) ,我们证明 :把特征相同的样本放在一起计算 (基于特征的EM方法 )和基于样本的EM方法完全等价。这样 ,EM方法的计算量可以大幅度减少 ,再加上其他措施 (如去除频率为 0的特征、适当量化 ) ,其计算速度完全可以达到实际运用的要求。

关键词：模式识别非监督学习样本 EM方法

在线全文

学校读者我要写书评

暂无评论

基于模糊聚类集成算法的客户细分研究

情报杂志 2011年第4期30卷 125-128,177页

作者：高伟贺昌政蒋晓毅四川大学工商管理学院成都610064 明斯特大学数学与计算机学院明斯特德国48149

针对客户行为的不确定性和模糊性,将模糊聚类集成技术应用于CRM中的客户细分研究,以提高客户聚类的精度。以模糊C均值(FCM)算法作为基本的聚类器,应用模糊t-范式对生成的多个聚类器进行集成,从而获得最终的客户聚类结果。最后,在10个UC... 详细信息

针对客户行为的不确定性和模糊性,将模糊聚类集成技术应用于CRM中的客户细分研究,以提高客户聚类的精度。以模糊C均值(FCM)算法作为基本的聚类器,应用模糊t-范式对生成的多个聚类器进行集成,从而获得最终的客户聚类结果。最后,在10个UCI数据集上进行聚类测试,结果表明,基于模糊t-范式的模糊聚类集成方法的聚类精度要高于常用的客户聚类FCM和K-means方法。在客户信用卡数据集Australian上的学习曲线还表明,聚类集成方法具有更稳定的聚类性能。

关键词：客户细分模糊聚类非监督学习聚类集成

在线全文

学校读者我要写书评

暂无评论

不同程度的监督机制在自动文本分类中的应用

计算机应用与软件 2004年第6期21卷 65-68页

作者：丁磊钱云涛浙江大学计算机学院杭州310027

自动文本分类技术涉及信息检索、模式识别及机器学习等领域。本文以监督的程度为线索 ,综述了分属全监督 ,非监督以及半监督学习策略的若干方法—NBC(Na veBayesClassifier) ,FCM (FuzzyC Means) ,SOM (Self OrganizingMap) ,ssFCM (sem... 详细信息

自动文本分类技术涉及信息检索、模式识别及机器学习等领域。本文以监督的程度为线索 ,综述了分属全监督 ,非监督以及半监督学习策略的若干方法—NBC(Na veBayesClassifier) ,FCM (FuzzyC Means) ,SOM (Self OrganizingMap) ,ssFCM (semi supervisedFuzzyC Means)和gSOM(guidedSelf OrganizingMap) ,并应用于文本分类中。其中 ,gSOM是我们在SOM基础上发展得到的半监督形式。并以Reuters 2 15 78为语料 ,研究了监督程度对分类效果的影响 ,从而提出了对实际文本分类工作的建议。

关键词：监督机制自动文本分类技术信息检索模式识别机器学习半监督学习非监督学习

在线全文

学校读者我要写书评

暂无评论

基于情绪词的非监督中文情感分类方法研究

中文信息学报 2012年第4期26卷 103-108页

作者：代大明王中卿李寿山李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

情感分类任务旨在识别文本所表达的情感色彩信息(例如,褒或者贬,支持或者反对)。该文提出一种基于情绪词的中文情感分类方法,使用大规模未标记数据和少量情绪词实现情感分类。具体来讲,首先使用情绪词从未标注数据中抽取高正确率的自动... 详细信息

情感分类任务旨在识别文本所表达的情感色彩信息(例如,褒或者贬,支持或者反对)。该文提出一种基于情绪词的中文情感分类方法,使用大规模未标记数据和少量情绪词实现情感分类。具体来讲,首先使用情绪词从未标注数据中抽取高正确率的自动标注数据作为训练样本,然后采用半监督学习方法训练分类器进行情感分类。实验表明,该文提出的方法在产品评论与酒店评论两个领域的情感分类任务中取得了较好地分类效果。

关键词：情感分类情绪词非监督学习协同训练