检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多视图半监督学习的人体行为识别

模式识别与人工智能 2019年第4期32卷 376-384页

作者：唐超王文剑王晓峰张琛邹乐合肥学院计算机科学与技术系合肥230601 山西大学计算机与信息技术学院太原030006

由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力。文中提出基于多视图半监督学习的人体行为识别方法。首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度... 详细信息

由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力。文中提出基于多视图半监督学习的人体行为识别方法。首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度模态数据的时空兴趣点特征视图和基于关节模态数据的关节点投影分布特征视图。然后,使用多视图半监督学习框架建模,充分利用不同视图提供的互补信息,确保基于少量标记和大量未标记数据半监督学习取得更好的分类精度。最后,利用分类器级融合技术并结合3种视图的预测能力,同时有效解决未标记样本置信度评估问题。在公开的人体行为识别数据集上实验表明,采用多个动作特征视图融合的特征表示方法的判别力优于单个动作特征视图,取得有效的人体行为识别性能。

关键词：人体行为识别多视图学习半监督学习动作特征 Kinect 传感器

在线全文

学校读者我要写书评

暂无评论

定性空间推理的分层递阶框架

计算机研究与发展 2001年第5期38卷 574-580页

作者：廖士中高培焕石纯一辽宁师范大学计算机与信息技术学院大连116029 清华大学计算机科学与技术系北京100084

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出... 详细信息

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .

关键词：分层递阶定性空间推理知识表示人工智能

移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2020年第6期26卷 1607-1615页

作者：高寒李学俊周博文刘晓徐佳安徽大学计算机科学与技术学院安徽合肥230601 迪肯大学信息技术学院澳大利亚墨尔本VIC 3125

深度神经网络因其强大的数据分析功能而被广泛使用在移动智能应用中,然而其计算任务的复杂性给计算能力与电池容量均有限的终端设备带来了巨大的挑战。若将深度神经网络中的计算任务完全卸载到云端,则会产生较高数据传输时延。移动边缘... 详细信息

深度神经网络因其强大的数据分析功能而被广泛使用在移动智能应用中,然而其计算任务的复杂性给计算能力与电池容量均有限的终端设备带来了巨大的挑战。若将深度神经网络中的计算任务完全卸载到云端,则会产生较高数据传输时延。移动边缘计算因其低时延、分布式、位置感知的优势能有效解决深度神经网络的时延和能耗问题。为了在保证用户时间约束的同时,充分优化终端设备能耗,建立了移动边缘计算环境中深度神经网络计算任务卸载的时间和能耗评价模型,基于该模型提出了移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略。该策略以神经网络层为单位,将深度神经网络中的计算任务进行拆分,在计算任务卸载时,对移动边缘计算环境中多重计算资源进行综合考虑。最后,提出了移动边缘环境中基于多重资源任务卸载的粒子群调度算法,该算法能在满足时间约束的同时,充分优化终端设备能耗。实验表明,与已有的3种任务卸载策略相比,新策略对应的粒子群调度算法所得适应度值最优,满足时间约束下,终端设备的能耗值最低。

关键词：边缘计算深度神经网络任务卸载能耗优化

在线全文

学校读者我要写书评

暂无评论

数据驱动与知识引导结合下人工智能算法模型

电子与信息学报 2023年第7期45卷 2580-2594页

作者：金哲张引吴飞朱文武潘云鹤浙江大学计算机科学与技术学院杭州310012 清华大学计算机科学与技术系北京100084

当前人工智能的学习模式主要以数据驱动为主要手段,以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先... 详细信息

当前人工智能的学习模式主要以数据驱动为主要手段,以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先验假设、逻辑规则和方程公式等知识,建立数据和知识双轮驱动的人工智能方法,将推动更通用计算范式的变革创新。该文将可用于引导人工智能算法模型知识归纳为4种——逻辑知识、视觉知识、物理定律知识和因果知识,探讨将这些知识与现有数据驱动模型相互结合的典型方法。

关键词：人工智能大数据数据驱动知识引导

在线全文

学校读者我要写书评

暂无评论

基于查询采样的高维数据混合索引

软件学报 2008年第8期19卷 2054-2065页

作者：张军旗周向东施伯乐北京大学信息科学技术学院智能科学系复旦大学计算机与信息技术系上海200433

为了改进高维数据库查询的效率,通常需要根据数据分布来选择合适的索引策略.然而,经典的分布模型难以解决实际应用中图像、视频等高维数据复杂的分布估计问题.提出一种基于查询采样进行数据分布估计的方法,并在此基础上提出了一种支持... 详细信息

为了改进高维数据库查询的效率,通常需要根据数据分布来选择合适的索引策略.然而,经典的分布模型难以解决实际应用中图像、视频等高维数据复杂的分布估计问题.提出一种基于查询采样进行数据分布估计的方法,并在此基础上提出了一种支持最近邻查询的混合索引,即针对多媒体数据分布的不均匀性,自适应地对不同分布的数据使用不同的索引结构,建立统一的索引结构.为了实现混合索引,采用构造性方法:首先通过聚类分解分割数据并建立树状索引;然后使用查询采样算法,对数据实际分布进行估计;最后根据数据分布的特性,把稀疏数据从树状索引中剪裁出来,进行基于顺序扫描策略的索引,而分布比较密集的数据仍然保留在树状索引中.在4个真实的图像数据集上进行了充分的实验,结果显示,该索引方法明显优于iDistance,M-Tree等度量空间索引,在维数达到336时,查询效率仍高于顺序扫描.实验结果显示,该查询采样算法在采样数据量仅为N^(1/2)(N为数据量)的情况下即可获得满足索引需要的分布估计结果.

关键词：最近邻查询采样高维索引边缘数据聚类分解

基于高斯过程分类器的三维模型多粒度语义检索

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2011年第5期24卷 597-603页

作者：高波涌张三元潘翔浙江大学计算机科学与技术学院计算机科学与工程学系杭州310027 中国计量学院信息工程学院计算机科学与技术系杭州310018 浙江工业大学计算机学院计算机科学与技术系杭州310014

为解决三维模型语义检索中用户检索意图不一致问题,建立多粒度语义检索框架,使学习模型能够有效地适应用户的不同检索意图.首先对模型分类知识进行层次划分,形成语义概念的多粒度结构.然后提取一种多视图特征来描述三维模型的形状特性,... 详细信息

为解决三维模型语义检索中用户检索意图不一致问题,建立多粒度语义检索框架,使学习模型能够有效地适应用户的不同检索意图.首先对模型分类知识进行层次划分,形成语义概念的多粒度结构.然后提取一种多视图特征来描述三维模型的形状特性,并采用高斯过程分类器建立不同粒度层次上的学习模型,实现低层特征和查询概念之间的语义一致性描述.和已有研究相比,多粒度语义检索框架使用户可通过语义粒度级别变化进行检索意图设置,从而检索结果尽可能符合用户语义.在实验部分,采用三维模型基准数据库对框架进行算法性能测试.结果表明,检索准确率要明显提高,并且符合人类思维特点.

关键词：三维模型检索多粒度语义形状特征高斯过程

基于遗传算法的Bayesian网中连续变量离散化的研究

在线全文

学校读者我要写书评

暂无评论

计算机学报 2002年第8期25卷 794-800页

作者：王飞刘大有薛万欣复旦大学计算机科学与工程系复旦大学智能信息处理开放实验室上海200433 吉林大学计算机科学与技术学院

文中对如何从含有离散变量和连续变量的混合数据中学习 Bayesian网进行了研究 ,提出了一种基于遗传算法的连续变量离散化算法 .在该算法中给出了兼顾离散模型准确度和复杂度的适应度函数 ;并基于对离散化的实质性分析 ,定义了离散策略... 详细信息

文中对如何从含有离散变量和连续变量的混合数据中学习 Bayesian网进行了研究 ,提出了一种基于遗传算法的连续变量离散化算法 .在该算法中给出了兼顾离散模型准确度和复杂度的适应度函数 ;并基于对离散化的实质性分析 ,定义了离散策略等价的概念 ,由此制定了离散策略的编码方案 ;进一步设计了变换离散策略的遗传算子 .该算法不存在局部极值问题 ,且不需要事先给定变量序关系 .模拟实验结果表明 ,该算法能有效地对连续变量离散化 ,从而使得从混合数据中学到的 Bayesian网具有较好性能 .

关键词：遗传算法 Bayesian网连续变量离散化离散变量学习算法

在线全文

学校读者我要写书评

暂无评论

网络数据分类研究进展

模式识别与人工智能 2011年第4期24卷 527-537页

作者：熊伟周水庚关佶红复旦大学计算机科学与技术学院上海智能信息处理重点实验室上海200433 同济大学计算机科学与技术系上海201904

各种网络的广泛应用产生了大量的网络数据,对网络数据进行分类是数据挖掘的一个重要问题.文中对网络数据分类的国内外研究进展进行评述.首先概述网络数据分类的基本概念,然后详细分析各种网络数据分类算法,重点讨论在网络标注稀疏情况... 详细信息

各种网络的广泛应用产生了大量的网络数据,对网络数据进行分类是数据挖掘的一个重要问题.文中对网络数据分类的国内外研究进展进行评述.首先概述网络数据分类的基本概念,然后详细分析各种网络数据分类算法,重点讨论在网络标注稀疏情况下的网络数据分类面临的挑战和解决策略,最后对网络数据分类技术进行总结和展望.

关键词：网络数据分类协同分类半监督学习主动学习

在线全文

学校读者我要写书评

暂无评论

基于RGB-D图像特征的人体行为识别

模式识别与人工智能 2019年第10期32卷 901-908页

作者：唐超王文剑张琛彭华李伟合肥学院人工智能与大数据学院合肥230601 山西大学计算机与信息技术学院太原030006 绍兴文理学院计算机科学与工程系绍兴312000 厦门理工学院计算机与信息工程学院厦门361024

针对现有的多模态特征融合方法不能有效度量不同特征的贡献度的问题,文中提出基于RGB-深度(RGB-D)图像特征的人体动作识别方法.首先获取基于RGB模态信息的方向梯度直方图特征、基于深度图像模态信息的时空兴趣点特征和基于关节模态信息... 详细信息

针对现有的多模态特征融合方法不能有效度量不同特征的贡献度的问题,文中提出基于RGB-深度(RGB-D)图像特征的人体动作识别方法.首先获取基于RGB模态信息的方向梯度直方图特征、基于深度图像模态信息的时空兴趣点特征和基于关节模态信息的人体关节点位置特征,分别表征人体动作.采用不同距离度量公式的最近邻分类器对这3种不同模态特征表示的预测样本进行集成决策分类.在公开数据集上的实验表明,文中方法具有简单、快速,高效的特点.

关键词：人体动作识别 RGB-深度多学习器多模态特征最近邻分类器