已选(0)清除
条数/页: 排序方式: |
| 基于关系建模的图像语义分割方法研究 学位论文 , 中国科学院大学人工智能学院: 中国科学院大学人工智能学院, 2022 作者: 何兴建![](/image/person.jpg)
Adobe PDF(7064Kb)  |   收藏  |  浏览/下载:278/13  |  提交时间:2022/06/24 图像语义分割 关系建模 自注意力机制 稀疏采样 结构化约束 |
| 基于多模态交互与注意力机制的视觉问答 学位论文 , 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: 刘飞![](/image/person.jpg)
Adobe PDF(10058Kb)  |   收藏  |  浏览/下载:472/17  |  提交时间:2022/06/13 视觉问答 多模态交互 注意力机制 关系推理 |
| 基于特征学习的目标检测技术研究 学位论文 工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019 作者: 朱优松![](/image/person.jpg)
Adobe PDF(8332Kb)  |   收藏  |  浏览/下载:567/29  |  提交时间:2019/06/05 目标检测 特征学习 卷积神经网络 深度学习 |
| 基于深度特征融合的图像分类方法研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2018 作者: 李成华![](/image/person.jpg)
Adobe PDF(12872Kb)  |   收藏  |  浏览/下载:1028/10  |  提交时间:2018/05/31 图像分类 深度卷积神经网络 特征融合 图像包网络 一致性融合 动态门控融合 |
| 基于时空模型的行为识别研究 学位论文 , 北京: 中国科学院大学, 2018 作者: 曹聪琦![](/image/person.jpg)
Adobe PDF(13483Kb)  |   收藏  |  浏览/下载:553/17  |  提交时间:2018/05/30 行为识别 时空模型 特征提取 序列建模 深度学习 卷积神经网络 循环神经网络 |
| 基于特征表示和度量学习的大规模目标检索 学位论文 , 北京: 中国科学院研究生院, 2018 作者: 郭海云![](/image/person.jpg)
Adobe PDF(6963Kb)  |   收藏  |  浏览/下载:464/5  |  提交时间:2018/05/30 目标检索 特征表示 度量学习 卷积神经网络 |
| 基于深度学习的特征表示和图像分类方法研究 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: 刘炳源
Adobe PDF(13290Kb)  |   收藏  |  浏览/下载:3349/0  |  提交时间:2015/09/02 图像表示 图像分类 特征表示 深度学习 稀疏约束 空间信息 Image Representation Image Classification Feature Learning Deep Learning Sparse Constraints Spatial Information |
| 基于异质信息的推荐系统研究 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: 袁婷
Adobe PDF(2357Kb)  |   收藏  |  浏览/下载:525/0  |  提交时间:2015/09/02 推荐系统 异质信息 矩阵分解 协同过滤 Recommender Systems Heterogenous Information Matrix Factorization Collaborative Filtering |
| 基于多领域用户兴趣预测的推荐系统研究 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: 张希
Adobe PDF(8514Kb)  |   收藏  |  浏览/下载:391/0  |  提交时间:2015/09/02 推荐系统 协同过滤 多领域推荐 数据稀疏性 冷启动 Recommender Systems Collaborative Filtering Multi-domain Recommendation Data Sparsity Cold Start Problem |
| 基于主动学习的图像分类与检索 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: 钮彪
Adobe PDF(15203Kb)  |   收藏  |  浏览/下载:289/0  |  提交时间:2015/09/02 图像内容分析 语义标注 图像检索 相关反馈 Image Content Analysis Semantic Annotation Image Retrieval Relevance Feedback |