检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

685 篇 专利
5 篇 学位论文
4 篇 期刊文献

馆藏范围

694 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

8 篇 工学
- 4 篇 机械工程
- 3 篇 控制科学与工程
- 3 篇 计算机科学与技术...
- 3 篇 软件工程
- 1 篇 仪器科学与技术
- 1 篇 信息与通信工程
- 1 篇 交通运输工程
- 1 篇 网络空间安全
2 篇 管理学
- 2 篇 管理科学与工程(可...
1 篇 理学
- 1 篇 系统科学
1 篇 军事学
- 1 篇 军队指挥学
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

9 篇 分类器训练
2 篇 半监督学习
1 篇 doc2vec
1 篇 人脸检测
1 篇 协同训练改进算法
1 篇 融合模型
1 篇 目标学习式
1 篇 训练集
1 篇 标签扩展
1 篇 声音分类
1 篇 特征裁剪
1 篇 svm
1 篇 perclos
1 篇 聚类
1 篇 hog
1 篇 听觉线索
1 篇 隐写分析
1 篇 矩形特征
1 篇 高频区域
1 篇 疲劳检测

机构

19 篇 腾讯科技有限公司
17 篇 北京航空航天大学
16 篇 华中科技大学
14 篇 西安电子科技大学
12 篇 上海交通大学
12 篇 电子科技大学
12 篇 北京工业大学
11 篇 南京大学
11 篇 北京邮电大学
10 篇 浙江工业大学
9 篇 华南理工大学
9 篇 广东工业大学
8 篇 东南大学
8 篇 南京航空航天大学
8 篇 南京邮电大学
7 篇 国家电网公司
7 篇 富士通株式会社
7 篇 广西大学
7 篇 哈尔滨工业大学
7 篇 苏州大学

作者

6 篇 刘波
5 篇 王珺
5 篇 高峻
5 篇 张旭
5 篇 张永良
5 篇 方珊珊
5 篇 王爽
4 篇 黄继武
4 篇 王宏伟
4 篇 肖燕珊
4 篇 曹先彬
4 篇 李岩
4 篇 何开杰
4 篇 郭雅蓉
4 篇 孙志刚
4 篇 徐宇红
4 篇 曹桂平
4 篇 翟国富
4 篇 朱玛
4 篇 冯锦豪

语言

694 篇 中文

检索条件"主题词=分类器训练"

共 694 条记录，以下是91-100 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

分类器的训练方法、装置和电子设备

分类器的训练方法、装置和电子设备

引用

作者：孙雪雪黄琢薛超宫辰 100176 北京市北京经济技术开发区科创十一街18号院2号楼6层601

本申请提供了一种分类器的训练方法、装置和电子设备，涉及机器学习等人工智能技术领域。该方法包括：在进行分类器训练时，可以先获取标记数据和未标记数据；并根据标记数据的特征分布和未标记数据的特征分布，从标记数据和未标记数据... 详细信息

标准号: CN114492653A

本申请提供了一种分类器的训练方法、装置和电子设备，涉及机器学习等人工智能技术领域。该方法包括：在进行分类器训练时，可以先获取标记数据和未标记数据；并根据标记数据的特征分布和未标记数据的特征分布，从标记数据和未标记数据中，确定类别相同的共享数据；基于共享数据对未标记数据进行处理，得到目标未标记数据，其中，目标未标记数据的特征分布与标记数据的特征分布相同；再根据标记数据和目标未标记数据更新初始分类器的网络参数，以训练得到分类器，该分类器的训练过程充分地考虑到了特征分布因素的影响，从而有效地提高了训练得到的分类器的准确度。

关键词：标记数据特征分布分类器共享数据人工智能技术初始分类器分类器训练准确度电子设备机器学习网络参数训练过程有效地更新申请

来源：评论

学校读者我要写书评

暂无评论

车辆分类器的训练方法

车辆分类器的训练方法

引用

作者：谢晶梅 510062 广东省广州市越秀区东风东路729号

本发明提供了车辆分类器的训练方法，包括使用少量样本训练一个初始分类器，将摄像头传感器采集到的视频转化为图片，用初始分类器对这些图像进行检测，然后将通过该初始分类器的图片以及含有车辆目标但分类器未能检测出来的图片进行保... 详细信息

标准号: CN106372658A

本发明提供了车辆分类器的训练方法，包括使用少量样本训练一个初始分类器，将摄像头传感器采集到的视频转化为图片，用初始分类器对这些图像进行检测，然后将通过该初始分类器的图片以及含有车辆目标但分类器未能检测出来的图片进行保存，通过该分类器的图片中可能包含正确检测的车辆图片和误捡为车辆的图片，将误捡的图片定义为负样本难例，含有车辆目标但分类器检测未能检测出来的图片定义为正样本难例，将正负样本难例加入正负样本库中并继续训练车辆分类器，直到训练出来的分类器的检测率和误检率达到客户要求。本发明能够增加分类器训练样本的多样性，提高车辆检测的检测率和降低误检率，最终优化分类器训练流程。

关键词：初始分类器分类器检测分类器训练车辆分类车辆目标图片定义正负样本检测率误检率图片摄像头传感器分类器检测车辆检测车辆图片客户要求视频转化样本训练负样本正样本样本采集图像多样性保存优化

来源：评论

学校读者我要写书评

暂无评论

训练adaboost级联分类器的优化方法

训练adaboost级联分类器的优化方法

引用

作者：张羽张昊 300308 天津市东丽区空港经济区中环西路58号

本发明属于分类器训练技术领域，具体涉及一种训练adaboost级联分类器的优化方法。本发明提出的训练adaboost级联分类器的优化方法通过提出的样本筛选方法在保证检测性能的同时明显减少了弱分类器的数量，避免了随机使用训练样本带来的... 详细信息

标准号: CN109740637B

本发明属于分类器训练技术领域，具体涉及一种训练adaboost级联分类器的优化方法。本发明提出的训练adaboost级联分类器的优化方法通过提出的样本筛选方法在保证检测性能的同时明显减少了弱分类器的数量，避免了随机使用训练样本带来的弱分类器数量冗余的问题，从而提高了在应用平台上的实时性能。

关键词：级联分类器弱分类器分类器训练训练样本样本筛选应用平台冗余优化检测保证

来源：评论

学校读者我要写书评

暂无评论

一种无线传感器网络中核分类器的分布式训练方法

一种无线传感器网络中核分类器的分布式训练方法

引用

作者：侯义斌及歆荣侯翠琴 100124 北京市朝阳区平乐园100号

一种无线传感器网络中核分类器的分布式训练方法，本发明属于无线传感器网络中数据融合技术领域，涉及一种无线传感器网络中核分类器的分布式训练方法。针对已有的无线传感器网络中核分类器训练方法存在的高通信代价问题，本发明提出了... 详细信息

标准号: CN104573720A

一种无线传感器网络中核分类器的分布式训练方法，本发明属于无线传感器网络中数据融合技术领域，涉及一种无线传感器网络中核分类器的分布式训练方法。针对已有的无线传感器网络中核分类器训练方法存在的高通信代价问题，本发明提出了一种网内分布式协同训练核分类器的方法。该方法中各节点对本地基于L1正则化核分类优化问题进行稀疏模型求解，相邻节点间以交换本地稀疏模型和错分样本的方式进行协作，当各节点得到稳定模型后，利用平均一致性方法实现各节点模型的一致性。与现有方法相比，本发明可以得到与集中式训练相当的预测效果、稀疏率明显低于集中式训练模型的稀疏效果，而且能显著降低无线传感器网络中核分类器训练时的数据通信代价。

关键词：无线传感器网络分类器稀疏一种分类器训练训练方法集中式节点模型模型求解数据融合数据通信通信代价稳定模型相邻节点协同训练训练模型优化问题预测效果分样本节点对稀疏率正则化本地网内低于分类协作训练交换进行涉及明显

来源：评论

学校读者我要写书评

暂无评论

一种无线传感器网络中核分类器的分布式训练方法

一种无线传感器网络中核分类器的分布式训练方法

引用

作者：侯义斌及歆荣侯翠琴 100124 北京市朝阳区平乐园100号

标准号: CN104573720B

关键词：无线传感器网络稀疏分类器分类器训练集中式数据融合技术节点模型模型求解数据通信通信代价稳定模型相邻节点训练模型优化问题正则化样本协同分类协作预测交换

来源：评论

学校读者我要写书评

暂无评论

训练样本的数据清洗方法、装置及一种分类器

训练样本的数据清洗方法、装置及一种分类器

引用

作者：杨帆刘利卉朱莹冯帅胡建国 210000 江苏省南京市江宁区高新园龙眠大道568号

本发明公开了一种训练样本的数据清洗方法。针对训练数据中少量存在的标注类标和真实类标不一致的情况，本发明先通过调整显著性特征的权重分布使得标注类标与真实类标一致的数据特征更具区别性，抑制标注类标与真实类标不一致性数据特... 详细信息

标准号: CN112990130A

本发明公开了一种训练样本的数据清洗方法。针对训练数据中少量存在的标注类标和真实类标不一致的情况，本发明先通过调整显著性特征的权重分布使得标注类标与真实类标一致的数据特征更具区别性，抑制标注类标与真实类标不一致性数据特征差异性，其次根据训练过程中的验证集结果，结合前面显著性特征相关分析结果，对训练样本中的部分数据进行类标的修正。本发明还公开了一种训练样本的数据清洗装置以及一种分类器。本发明技术方案既可以单独作为数据预处理方法，对训练样本进行数据清洗；也可以与分类器训练过程相结合，在分类器训练中自适应修正错误标注的训练样本，从而显著提升分类算法的精度。

关键词：类标训练样本数据清洗标注分类器训练显著性特征数据特征数据预处理自适应修正不一致性错误标注分类算法训练过程训练数据不一致差异性分类器区别性验证集权重修正

来源：评论

学校读者我要写书评

暂无评论

训练adaboost级联分类器的优化方法

训练adaboost级联分类器的优化方法

引用

作者：张羽张昊 300308 天津市东丽区空港经济区中环西路58号

标准号: CN109740637A

关键词：级联分类器弱分类器分类器训练训练样本样本筛选应用平台冗余优化检测保证

来源：评论

学校读者我要写书评

暂无评论

基于在线示例分类器精化的多示例检测网络及其训练方法

基于在线示例分类器精化的多示例检测网络及其训练方法

引用

作者：刘文予姜玉静唐芃王兴刚 430074 湖北省武汉市珞喻路1037号华中科技大学

本发明公开了一种基于在线示例分类器精化的多示例检测网络及其训练方法，包括：确定训练图片集，并选择每张训练图片中的多个候选区域；获得所述训练图片集中训练图片的卷积特征图，并得到各候选区域的卷积特征；将各候选区域的卷积特... 详细信息

标准号: CN106682696B

本发明公开了一种基于在线示例分类器精化的多示例检测网络及其训练方法，包括：确定训练图片集，并选择每张训练图片中的多个候选区域；获得所述训练图片集中训练图片的卷积特征图，并得到各候选区域的卷积特征；将各候选区域的卷积特征输入到全连接层中，得到各候选区域的特征向量；构建一个基准示例分类器，并构建多个精化示例分类器，通过更新每个候选区域得分的权重进行在线示例分类器精化；合并整个网络中的损失函数，训练端到端的多示例检测网络。本发明将多示例分类器训练和分类器精化整合到一起，训练速度快识别准确率高，仅依赖图像标签的数据集，不需要人工对目标示例的位置和标签进行标注，适用于弱监督的目标检测问题。