已选(0)清除
条数/页: 排序方式: |
| 基于大规模语料库的短文本分类方法研究 学位论文 , 北京: 中国科学院研究生院, 2015 作者: 王鹏 Adobe PDF(4295Kb)  |  收藏  |  浏览/下载:381/4  |  提交时间:2016/01/29 |
| 跨领域图像识别方法研究 学位论文 , 北京: 中国科学院研究生院, 2015 作者: 刘鹏程 Adobe PDF(9962Kb)  |  收藏  |  浏览/下载:306/2  |  提交时间:2016/01/21 图像识别 领域自适应 自适应网络 目标对齐 低秩重构 |
| 短文本语义匹配关键技术研究 学位论文 , 北京: 中国科学院研究生院, 2015 作者: 许家铭 Adobe PDF(2694Kb)  |  收藏  |  浏览/下载:373/3  |  提交时间:2016/01/22 语义匹配 主题模型 卷积神经网络 哈希学习 文本聚类 |
| 物体识别中的视觉结构建模与推理研究 学位论文 , 北京: 中国科学院研究生院, 2015 作者: 刘康伟 Adobe PDF(11050Kb)  |  收藏  |  浏览/下载:223/17  |  提交时间:2016/06/30 物体识别 物体检测 变形物体匹配 结构建模 |
| 面向非结构化文本的关系抽取关键技术研究 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: 曾道建 Adobe PDF(5088Kb)  |  收藏  |  浏览/下载:2057/1  |  提交时间:2015/09/02 信息抽取 关系抽取 非结构化文本 卷积神经网络 Information Extraction Relation Extraction Unstructured Texts Convolutional Neural Networks |
| 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:3196/0  |  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 |
| 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:1256/0  |  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 |
| 结构稀疏学习及其在图像检索中的应用研究 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: 康翠翠 Adobe PDF(6814Kb)  |  收藏  |  浏览/下载:349/0  |  提交时间:2015/09/02 稀疏学习 Lasso 核方法 度量学习 人脸识别 跨模态交叉匹配 “文本–图像”检索 Sparse Representation Lasso Kernels Metric Learning Face Recognition Cross-modal Matching Image Retrieval |
| 面向分类和检索的视觉表达学习 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: 赵放 Adobe PDF(14072Kb)  |  收藏  |  浏览/下载:314/1  |  提交时间:2015/09/02 表达学习 主题模型 深度学习 视觉分类 视觉检索 Representation Learning Topic Model Deep Learning Visual Classification Visual Retrieval |
| 基于深度神经网络的无监督特征学习 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: 黄培浩 Adobe PDF(6741Kb)  |  收藏  |  浏览/下载:577/1  |  提交时间:2015/09/02 深度学习 无监督特征学习 聚类分析 数据降维 Deep Learning Unsupervised Feature Learning Clustering Analysis Dimensionality Reduction |