中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
Learning view invariant gait features with Two-Stream GAN 期刊论文
NEUROCOMPUTING, 2019, 卷号: 339, 期号: 2019, 页码: 245-254
作者:  Wang, Yanyun;  Song, Chunfeng;  Huang, Yan;  Wang, Zhenyu;  Wang, Liang
浏览  |  Adobe PDF(2222Kb)  |  收藏  |  浏览/下载：506/142  |  提交时间：2019/07/12
Gait recognition  Cross-veiw  Two-Stream GAN  
A hierarchical contextual attention-based network for sequential recommendation 期刊论文
NEUROCOMPUTING, 2019, 卷号: 358, 页码: 141-149
作者:  Cui, Qiang;  Wu, Shu;  Huang, Yan;  Wang, Liang
浏览  |  Adobe PDF(545Kb)  |  收藏  |  浏览/下载：278/28  |  提交时间：2019/05/09
Sequential recommendation  Recurrent neural network  Short-term interest  Context  Attention mechanism  
Personalized ranking with pairwise Factorization Machines 期刊论文
NEUROCOMPUTING, 2016, 卷号: 214, 期号: null, 页码: 191-200
作者:  Guo, Weiyu;  Wu, Shu;  Wang, Liang;  Tan, Tieniu
浏览  |  Adobe PDF(867Kb)  |  收藏  |  浏览/下载：474/192  |  提交时间：2016/10/24
Personalized Ranking  Adaptive Sampling  Pairwise Learning  
Tracking by local structural manifold learning in a new SSIR particle filter 期刊论文
NEUROCOMPUTING, 2015, 卷号: 161, 页码: 277-289
作者:  Ding, Jianwei;  Tang, Yunqi;  Liu, Wei;  Huang, Yongzhen;  Huang, Kaiqi
Adobe PDF(3389Kb)  |  收藏  |  浏览/下载：306/80  |  提交时间：2015/09/23
Tracking  Local Structural Manifold  Ssir Particle Filter  
Multi-view Clustering via Pairwise Sparse Subspace Representation. Neurocomputing 期刊论文
NEUROCOMPUTING, 2015, 卷号: 156, 期号: 156, 页码: 12-21
作者:  Qiyue Yin;  Shu Wu;  Ran He(赫然);  Liang Wang;  Wu, Shu
浏览  |  Adobe PDF(1292Kb)  |  收藏  |  浏览/下载：369/95  |  提交时间：2015/09/21
Multi-view Clustering  Subspace Clustering  Pairwise Sparse Representation  
Hierarchical feature coding for image classification 期刊论文
NEUROCOMPUTING, 2014, 卷号: 144, 期号: 144, 页码: 509-515
作者:  Liu, Jingyu;  Huang, Yongzhen;  Wang, Liang;  Wu, Shu
浏览  |  Adobe PDF(1263Kb)  |  收藏  |  浏览/下载：343/104  |  提交时间：2015/08/12
Image Classification  Hierarchical Encoding  Higher Level Representation