CASIA OpenIR

浏览/检索结果: 共9条,第1-9条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
面向开放环境模式识别的小样本学习方法研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  王瑞琪
Adobe PDF(6050Kb)  |  收藏  |  浏览/下载:357/23  |  提交时间:2022/06/15
小样本学习  广义小样本学习  特征自适应  数据增强  表示学习  
基于深度学习的图像识别算法研究 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  谢国森
Adobe PDF(9753Kb)  |  收藏  |  浏览/下载:271/13  |  提交时间:2016/07/14
卷积神经网络  图像识别  特征表示  汇聚  双层优化  部件  
社交媒体短文本自动摘要 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  吴玉芳
Adobe PDF(2767Kb)  |  收藏  |  浏览/下载:593/0  |  提交时间:2015/09/02
社交短文本自动摘要  句子打分  Key-bigram 提取  相似度度量  次模函数优化  深度学习  Social Media Short Texts Automatic Summarization  Sentene Scoring  Key-bigram Extraction  Similarity Measuring  Submodular Functions Optimization  Deep Learning  
图像识别中的特征表达方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  刘颖璐
Adobe PDF(13896Kb)  |  收藏  |  浏览/下载:1287/0  |  提交时间:2015/09/02
图像识别  特征表达  空间结构信息  自适应汇聚  多源异构数据分类  Image Recognition  Feature Representation  Spatial Structure Information  Adaptive Pooling  Multiple Outlooks Learning  
基于深层神经网络的遥感图像目标检测 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  陈雪云
Adobe PDF(14952Kb)  |  收藏  |  浏览/下载:289/0  |  提交时间:2015/09/02
遥感图像  目标检测  曲率方向直方图  深层卷积神经网络  Remote Sensing Images  Object Detection  Histogram Of Oriented Curvature  Deep Convolutional Neural Networks  
大类别集分类与自适应及其在汉字识别中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  张煦尧
Adobe PDF(2928Kb)  |  收藏  |  浏览/下载:339/1  |  提交时间:2015/09/02
大类别集模式分类  手写汉字识别  降维  局部平滑  修正二次判别函数  分类器自适应  风格迁移映射  模式域分类  Large Category Classification  Handwritten Chinese Character Recognition  Dimensionality Reduction  Local Smoothing  Mqdf  Adaptation  Style Transfer Mapping  Pattern Field Classification  
多任务学习理论与方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  杨沛沛
Adobe PDF(1498Kb)  |  收藏  |  浏览/下载:574/0  |  提交时间:2015/09/02
多任务学习  公共子空间  图拉普拉斯正则化  度量学习  几何保持性  Multi-task Learning  Common Subspace  Graph Laplacian Regularization  Metric Learning  Geometry Preserving Property  
基于高斯混合模型的高维数据概率密度估计 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者:  刘晓华
Adobe PDF(1732Kb)  |  收藏  |  浏览/下载:674/0  |  提交时间:2015/09/02
概率密度估计  高斯混合模型  Em算法  共享子空间混合密度模型  鉴别学习  最小分类错误准则  梯度下降  模型选择  启发式交叉验证  Probability Density Estimation  Gaussian Mixture Model  Em Algoithm  Pooled Subspace Mixture Density Model  Discriminative Learning  Minimum Classification Error Criterion  Gradient Descent  Model Selection  Heuristic Cross-validation  
基于梯度下降的分类学习-BN,LVQ,AdaBoost 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2009
作者:  靳小波
Adobe PDF(814Kb)  |  收藏  |  浏览/下载:344/0  |  提交时间:2015/09/02
分类学习  梯度下降  参数空间  泛函空间  贝叶斯网络  学习矢量量化  Adaboost  Classification Learning  Gradient Descent  Parameter Space  Functional Space  Bayesian Network  Learning Vector Quantization  Adaboost