CASIA OpenIR

浏览/检索结果: 共25条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
行为识别轻量化模型研究 学位论文
工学博士学位, 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:  程科
Adobe PDF(8804Kb)  |  收藏  |  浏览/下载:279/8  |  提交时间:2022/06/27
行为识别,轻量化模型,时空模型,图卷积神经网络,网络结构设计  
无边界效应的相关模型视觉跟踪方法研究 学位论文
中国科学院大学, 中国科学院大学自动化研究所: 中国科学院大学自动化研究所, 2021
作者:  郑林宇
Adobe PDF(19166Kb)  |  收藏  |  浏览/下载:220/7  |  提交时间:2021/06/21
目标跟踪,尺度估计,相关滤波,边界效应,高斯过程回归,卷积神经网络,孪生网络,可变形交叉相关,特征空间学习  
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
Adobe PDF(8332Kb)  |  收藏  |  浏览/下载:526/29  |  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  
基于历史数据的用户行为预测研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  邱泽宇
Adobe PDF(1858Kb)  |  收藏  |  浏览/下载:438/7  |  提交时间:2017/06/09
用户行为预测  多因素建模  关联信息  异构图  多时间窗口  
基于哈希的近似近邻搜索方法研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  冷聪
Adobe PDF(11535Kb)  |  收藏  |  浏览/下载:525/19  |  提交时间:2016/06/28
近似近邻搜索  哈希函数  在线学习  分布式学习  集成学习  三维重建  
基于特征学习和模型集成的目标跟踪 学位论文
, 北京: 中国科学院大学, 2016
作者:  朱贵波
Adobe PDF(4159Kb)  |  收藏  |  浏览/下载:476/17  |  提交时间:2016/06/27
目标跟踪  部件上下文模型  相关滤波  在线聚类  协同跟踪  
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:371/0  |  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:501/0  |  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  
基于子空间的多视角学习方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  蒋瑜
Adobe PDF(17239Kb)  |  收藏  |  浏览/下载:555/0  |  提交时间:2015/09/02
多视角学习  子空间学习  概率潜在语义分析  狄里克莱分布  非负矩阵分解  协同过滤  Multi-view Learning  Subspace Learning  Probabilistic Latent Semantic Analysis  Latent Dirichlet Allocation  Nonnegtive Matrix Factorization  Collaborative Filtering  
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:261/0  |  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