CASIA OpenIR

浏览/检索结果: 共16条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
基于条件生成对抗网络的书法字笔画分割 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 7, 页码: 1861-1868
作者:  张巍;  张筱;  万永菁
Adobe PDF(2697Kb)  |  收藏  |  浏览/下载:0/0  |  提交时间:2024/05/20
书法结构  笔画分割  条件生成对抗网络  对抗学习  
环境理解与技能传授相结合的移动机器人导航学习研究 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:  张茗奕
Adobe PDF(7430Kb)  |  收藏  |  浏览/下载:320/5  |  提交时间:2019/06/21
移动机器人导航  拓扑地图  环境感知  技能传授  曲线提取  领航者跟随  
图像线段提取方法综述 会议论文
, 中国大连, 2017-7-26~28
作者:  张茗奕;  刘希龙;  徐德
浏览  |  Adobe PDF(828Kb)  |  收藏  |  浏览/下载:274/90  |  提交时间:2018/01/05
高分辨率遥感图像道路检测与中心线提取算法研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  程光亮
Adobe PDF(23132Kb)  |  收藏  |  浏览/下载:334/3  |  提交时间:2017/06/19
高分辨率遥感图像  道路检测  中心线提取  多尺度分割  深度卷积神经网络  
模式分类中的鲁棒损失函数的设计及其在不平衡数据中的应用 学位论文
, 北京: 中国科学院大学, 2016
作者:  徐贵标
Adobe PDF(2509Kb)  |  收藏  |  浏览/下载:445/5  |  提交时间:2016/06/20
异常样本  鲁棒损失函数  不平衡数据  代价敏感学习  代价缺失学习  
基于流形学习的文本分类算法研究与应用 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:  徐海瑞
Adobe PDF(1240Kb)  |  收藏  |  浏览/下载:148/1  |  提交时间:2015/09/02
流形学习  近邻保持嵌入  线性鉴别嵌入  文本分类  K最近邻算法  Manifold Learning  Npe  Lde  Text Categorization  Knn  
子空间分类研究与应用 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:  曾昭雄
Adobe PDF(1275Kb)  |  收藏  |  浏览/下载:306/0  |  提交时间:2015/09/02
子空间  维数约简  模式分类  人脸识别  图像处理  Subspace  Dimensionality Reduction  Pattern Classification  Face Recognition  Image Processing  
基于主曲线的无监督排序学习及其在综合评价中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  李纯果
Adobe PDF(5249Kb)  |  收藏  |  浏览/下载:267/0  |  提交时间:2015/09/02
无监督排序  主曲线  领域知识  元准则  综合评价  Unsupervised Ranking  Principal Curves  Prior Information  Meta- Rules  Comprehensive Evaluation  
流形学习与基于稀疏化的半监督分类相关方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  古楠楠
Adobe PDF(2693Kb)  |  收藏  |  浏览/下载:268/0  |  提交时间:2015/09/02
降维  流形学习  半监督学习  半监督分类  稀疏化  机器学习  Dimensionality Reduction  Manifold Learning  Semi-supervised Learning  Semi-supervised Classification  Sparse Representation  Machine Learning  
维数约简中的数据性质研究 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:  毕华
Adobe PDF(3472Kb)  |  收藏  |  浏览/下载:227/0  |  提交时间:2015/09/02
机器学习  维数约简  局部学习  稳健性  重采样  Boosting  Machine Learning  Dimension Reduction  Local Learning  Robust  Resampling  Boosting