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

873 篇 专利
6 篇 学位论文
5 篇 期刊文献

馆藏范围

884 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

11 篇 工学
- 8 篇 计算机科学与技术...
- 8 篇 软件工程
- 5 篇 控制科学与工程
- 1 篇 信息与通信工程
- 1 篇 测绘科学与技术
- 1 篇 地质资源与地质工...
- 1 篇 环境科学与工程（可...
- 1 篇 网络空间安全
5 篇 管理学
- 5 篇 管理科学与工程(可...

主题

11 篇 标记样本
3 篇 支持向量机
3 篇 主动学习
2 篇 无标记样本
2 篇 相似度融合
2 篇 机器学习
2 篇 半监督学习
1 篇 有监督
1 篇 语义相似度
1 篇 球形k-means算法
1 篇 多层极限学习机
1 篇 邮件分类算法
1 篇 特征提取
1 篇 半监督fcm算法
1 篇 co-forest算法
1 篇 大数据
1 篇 自训练方法
1 篇 问句分类
1 篇 变化检测
1 篇 入侵检测

机构

62 篇 西安电子科技大学
22 篇 电子科技大学
19 篇 杭州电子科技大学
16 篇 重庆邮电大学
15 篇 河海大学
12 篇 西安交通大学
12 篇 浙江大学
12 篇 中国科学院遥感与...
11 篇 哈尔滨工业大学
11 篇 南京航空航天大学
10 篇 北京工业大学
9 篇 昆明理工大学
9 篇 东北大学
8 篇 大连理工大学
8 篇 南京大学
8 篇 西北工业大学
8 篇 重庆大学
8 篇 中国电子科技集团...
8 篇 南京邮电大学
8 篇 西安理工大学

作者

46 篇 焦李成
34 篇 侯彪
34 篇 马文萍
28 篇 马晶晶
24 篇 刘红英
22 篇 王爽
17 篇 杨淑媛
14 篇 熊涛
14 篇 刘芳
11 篇 张向荣
10 篇 冯志玺
9 篇 缑水平
9 篇 甘海涛
8 篇 张曦
8 篇 陈彦桥
8 篇 柴兴华
8 篇 王敏
6 篇 冯婕
6 篇 周红静
6 篇 杨丽霞

语言

884 篇 中文

检索条件"主题词=标记样本"

共 884 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：

基于元特征和权重调整的少样本目标检测方法及网络模型

基于元特征和权重调整的少样本目标检测方法及网络模型

引用

作者：夏利锋王绍丽肖和龙邓建猛黄俊李凌荣蒋晓鹏刘文灿雷一鸣 410205 湖南省长沙市高新开发区尖山路39号中电软件园总部大楼二楼

本发明公开了一种基于元特征和权重调整的少样本目标检测方法及网络模型，所述方法如下：S1、构建检测网络模型并对图像进行预处理；S2、提取base类图像的元特征和权重向量；S3、结合提取的元特征和权重向量获取多维特征图，并将其输入... 详细信息

标准号: CN112364931A

本发明公开了一种基于元特征和权重调整的少样本目标检测方法及网络模型，所述方法如下：S1、构建检测网络模型并对图像进行预处理；S2、提取base类图像的元特征和权重向量；S3、结合提取的元特征和权重向量获取多维特征图，并将其输入分类回归模块中计算出损失函数；S4、根据损失函数和梯度下降调整网络参数，实现base类图像对检测网络模型的训练；S5、提取base类和new类联合图像的元特征和权重向量；S6、重复步骤S3和步骤S4，完成new类和base类联合图像对检测网络模型的训练；S7、利用训练好的检测网络模型对测试图像进行检测。本发明中检测网络模型的训练利用大量数据的样本提取元特征，并借助少样本数据进行微调，提升了少量标记样本目标检测的准确率。

关键词：网络模型检测图像权重向量损失函数预处理标记样本测试图像多维特征目标检测权重调整输入分类网络参数样本目标样本数据样本提取准确率构建微调联合回归重复

来源：评论

学校读者我要写书评

暂无评论

一种基于半监督学习的系统运营问题数据识别方法及系统

一种基于半监督学习的系统运营问题数据识别方法及系统

引用

作者：许阳 100086 北京市海淀区中关村南大街6号14层

本发明公开了一种基于半监督学习的系统运营问题数据识别方法及系统，方法包括：由运营系统提取用户实例数据；对用户实例数据进行拆分，并与异常数据标签库中的异常数据进行对比，判断用户实例数据是否存在异常；若存在异常，则提取异... 详细信息

标准号: CN116821825A

本发明公开了一种基于半监督学习的系统运营问题数据识别方法及系统，方法包括：由运营系统提取用户实例数据；对用户实例数据进行拆分，并与异常数据标签库中的异常数据进行对比，判断用户实例数据是否存在异常；若存在异常，则提取异常用户数据并及匹配异常原因；若用户实例数据没有异常，则根据已有的有标记样本数据和半监督预测模型对用户实例数据进行半监督预测，得到问题数据；针对问题数据进行人工确认，判断是否为真实异常数据；对真实异常数据进行标签化处理，并按照对应的数据标签增加至异常数据标签库中。通过本发明的技术方案，能够及时自动识别得到异常数据，实现异常快速定位，减少异常数据量的产生，降低系统运营难度和成本。

关键词：异常数据用户实例数据问题数据半监督标签库半监督学习异常数据量标记样本降低系统快速定位数据标签系统运营异常用户异常原因预测模型运营系统自动识别标签化匹配预测运营

来源：评论

学校读者我要写书评

暂无评论

基于改进的半监督生成对抗网络冷水机组故障诊断方法

基于改进的半监督生成对抗网络冷水机组故障诊断方法

引用

作者：陈洁姜珊王鹏博张子航王鑫郑海洋 116034 辽宁省大连市甘井子区轻工苑1号

本发明属于冷水机组故障诊断技术领域，具体涉及一种基于改进的半监督生成对抗网络冷水机组故障诊断方法。该方法中改进的生成对抗网络由改进的生成器和鉴别器组成，改进的生成器生成与真实数据近似的数据，鉴别器接收生成数据、有标签... 详细信息

标准号: CN117591878A

本发明属于冷水机组故障诊断技术领域，具体涉及一种基于改进的半监督生成对抗网络冷水机组故障诊断方法。该方法中改进的生成对抗网络由改进的生成器和鉴别器组成，改进的生成器生成与真实数据近似的数据，鉴别器接收生成数据、有标签真实数据和无标签真实数据三种输入，通过有标签数据分布使鉴别器被训练成多分类器，同时，利用生成数据和无标签真实数据之间的差值，迭代更新鉴别器和生成器的网络参数，最后利用训练好的模型对冷水机组数据进行诊断。通过实验表明，本发明提出的方法能够在使少量标记样本和大量无标记样本的情况下，使模型训练更加稳定且诊断性能有所提高。

关键词：真实数据鉴别器生成器冷水机组故障生成数据标签改进诊断标记样本标签数据迭代更新多分类器冷水机组模型训练网络参数诊断技术诊断性能对抗半监督无标记近似样本网络

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的智能体水平评价算法

基于神经网络的智能体水平评价算法

引用

作者：王嘉博樊洁茹林树新华家辉 100041 北京市石景山区石景山路68号金安桥5号楼二层208

本发明公开了基于神经网络的智能体水平评价算法，步骤1，建立指标量化方法模型，包括组织能力指标量化、个体智能水平指标量化。步骤2，基于神经网络的智能水平评价算法；首先，利用标签传播算法赋予无标记样本伪标签；然后，通过信息... 详细信息

标准号: CN118154007A

本发明公开了基于神经网络的智能体水平评价算法，步骤1，建立指标量化方法模型，包括组织能力指标量化、个体智能水平指标量化。步骤2，基于神经网络的智能水平评价算法；首先，利用标签传播算法赋予无标记样本伪标签；然后，通过信息熵定量评估伪标签置信度，降低误标记对模型半监督学习的干扰；同时，在深度特征嵌入空间下优化少量标记样本度量损失，构造更具判别力的特征网络，提升伪标签质量。本发明为军事智能博弈推演研究提供量化评估的依据，提升多智能体博弈推演的实用价值。

关键词：标签算法博弈神经网络指标量化智能水平推演半监督学习标记样本定量评估多智能体方法模型量化评估能力指标嵌入空间深度特征水平评价特征网络无标记信息熵置信度智能体度量样本量化智能传播赋予军事优化研究

来源：评论

学校读者我要写书评

暂无评论

一种基于多分类器集成的半监督识别方法

一种基于多分类器集成的半监督识别方法

引用

作者：黄杰许顺轶 210096 江苏省南京市玄武区四牌楼2号

本发明公开了一种基于多分类器集成的半监督识别方法。首先，初始化样本集，将样本集中的样本分为有标记样本和未标记样本；其次，利用有标记样本集训练基分类器；再次，分类未标记样本，计算对应置信值CZ，用基分类器的分类准确率更新... 详细信息

标准号: CN111695610A

本发明公开了一种基于多分类器集成的半监督识别方法。首先，初始化样本集，将样本集中的样本分为有标记样本和未标记样本；其次，利用有标记样本集训练基分类器；再次，分类未标记样本，计算对应置信值CZ，用基分类器的分类准确率更新权重参数进入循环；之后，判断CZ与阈值λ关系，为未标记样本打标；然后，判断是否达到迭代终止条件；最后，完成分类，未标记样本获得类别标记。本发明通过构建有效的基分类器、引入置信值参数和设置提前终止条件的方式提升分类性能，克服了协同训练算法有效视图不易生成、迭代过程引入噪声使识别效果变差的问题。与协同训练算法相比，本发明在标记样本有限的条件下能达到较好的识别效果。

关键词：标记样本基分类器训练算法置信样本迭代终止条件多分类器集成提前终止条件协同半监督识别分类准确率迭代过程分类性能类别标记权重参数初始化样本集分类引入变差打标构建噪声更新

来源：评论

学校读者我要写书评

暂无评论

基于深度数据的手部姿势估计和追踪方法

基于深度数据的手部姿势估计和追踪方法

引用

作者：杨梦婷姚璜魏艳涛张羽 430079 湖北省武汉市洪山区珞瑜路152号

本发明公开了一种基于深度数据的手部姿势估计与追踪方法，通过深度传感器得到的手部深度图像利用变分自动编码器(VAE)与生成对抗网络(GAN)结合的半监督手部姿势估计方法得到手部参数估计，然后利用基于符号距离函数(SDF)的手势跟踪方... 详细信息

标准号: CN110286749B

本发明公开了一种基于深度数据的手部姿势估计与追踪方法，通过深度传感器得到的手部深度图像利用变分自动编码器(VAE)与生成对抗网络(GAN)结合的半监督手部姿势估计方法得到手部参数估计，然后利用基于符号距离函数(SDF)的手势跟踪方法得到手部动作参数化时间序列数据。在实际应用中本发明计算效率高，姿势估计的实时性强。可以在少量标记样本和大量非标记样本约束下得到精度较高的手势估计结果和鲁棒性较好的手部快速跟踪并且可以节约计算资源和时间。

关键词：手部手部姿势符号距离函数时间序列数据深度传感器自动编码器标记样本参数估计估计结果计算效率计算资源快速跟踪深度数据深度图像手部动作手势跟踪姿势估计半监督参数化非标记鲁棒性实时性手势样本追踪对抗节约应用网络

来源：评论

学校读者我要写书评

暂无评论

一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质

一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质

引用

作者：宗志远 310000 浙江省杭州市西湖区西溪路556号8层B段801-11

本说明书实施例公开了一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质，包括确定指向预设隐私数据的目标行为数据及目标行为数据对应的目标行为链路，从目标行为链路中确定第一爬虫链路，将第一爬虫链路作为第一类标记样... 详细信息

标准号: CN111368164B

本说明书实施例公开了一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质，包括确定指向预设隐私数据的目标行为数据及目标行为数据对应的目标行为链路，从目标行为链路中确定第一爬虫链路，将第一爬虫链路作为第一类标记样本；确定第二爬虫链路，将第二爬虫链路作为第二类标记样本；其中，第二爬虫链路的确定方式异于第一爬虫链路；确定未标记网络行为链路，将未标记网络行为链路作为未标记类样本；基于第一类标记样本、第二类标记样本及未标记类样本进行半监督学习的模型训练，得到爬虫识别模型。将爬虫识别模型用于爬虫识别，能够提高爬虫识别准确率和对隐私数据的保护作用。

关键词：爬虫链路标记样本目标行为标记网络模型训练隐私数据行为链样本半监督学习数据对应准确率预设指向

来源：评论

学校读者我要写书评

暂无评论

基于改进的MFA和迁移学习的小样本集的物体分类方法

基于改进的MFA和迁移学习的小样本集的物体分类方法

引用

作者：于慧敏舒醒郑伟伟 310027 浙江省杭州市西湖区浙大路38号

本发明公开了一种基于改进的MFA(Marginal？Fisher？Analysis)和迁移学习的小样本集(目标域)分类算法。首先，利用一个具有大量标记样本的同构数据集(源域)和内积度量距离的边际Fisher准则将源域和目标域样本的特征映射到低维空间；之... 详细信息

标准号: CN105469111A

本发明公开了一种基于改进的MFA(Marginal？Fisher？Analysis)和迁移学习的小样本集(目标域)分类算法。首先，利用一个具有大量标记样本的同构数据集(源域)和内积度量距离的边际Fisher准则将源域和目标域样本的特征映射到低维空间；之后，剔除源域边界奇异点，选择源域密集区域样本点并与目标域中少量的标记样本点组成迁移学习训练样本对；然后在核化空间上，学习目标域到源域的非线性特征转换矩阵；最后利用源域的大量标记样本训练分类器，通过非线性特征转换矩阵将目标域样本映射到源域中，并输入到训练好的分类器中得到小样本集上的物体分类结果。

关键词：源域目标域标记样本非线性特征迁移学习转换矩阵小样本训练分类器低维空间度量距离分类算法密集区域特征映射同构数据物体分类学习目标训练样本样本映射分类器空间上奇异点样本点核化内积一种剔除边际样本训练改进公开选择组成

来源：评论

学校读者我要写书评

暂无评论

广告文案创作模型制备方法及其装置、设备、介质、产品

广告文案创作模型制备方法及其装置、设备、介质、产品

引用

作者：胡凌宇 511442 广东省广州市番禺区南村镇万达广场B1栋24层

本申请涉及广告文案创作模型制备方法及其装置、设备、介质、产品，所述方法包括：采用生成器预测出商品图片相对应的广告文案的文本向量序列，构造为第一类训练样本，将其样本类型标签标记为负样本；获取第二类训练样本，包括商品图片... 详细信息

标准号: CN115099855A

本申请涉及广告文案创作模型制备方法及其装置、设备、介质、产品，所述方法包括：采用生成器预测出商品图片相对应的广告文案的文本向量序列，构造为第一类训练样本，将其样本类型标签标记为负样本；获取第二类训练样本，包括商品图片及广告文案的编码向量序列，根据商品图片与广告文案是否配对相应标记样本类型标签为正样本或负样本；采用训练样本中的商品图片与文本向量序列或编码向量序列为输入将判别器训练至收敛；执行对由生成器与判别器构成的生成对抗网络的训练任务，采用第二类训练样本中的商品图片作为输入，在冻结判别器的权重的条件下将生成器训练至收敛，作为广告文案创作模型用于为商品图片生成广告文案。

关键词：广告文案商品图片训练样本生成器编码向量文本向量负样本判别器收敛判别器训练标记样本标签标记模型制备样本类型正样本权重配对创作标签冻结对抗预测申请网络

来源：评论

学校读者我要写书评

暂无评论

基于改进标签传播的光伏阵列故障诊断方法、装置及设备

基于改进标签传播的光伏阵列故障诊断方法、装置及设备

引用

作者：刘亚杰黄生俊余京王羽王锐史志超黄旭程 410073 湖南省长沙市开福区德雅路109号

本申请涉及一种基于改进标签传播的光伏阵列故障诊断方法、装置及设备。所述方法包括：通过光伏阵列获取训练样本数据。将光伏电能输入至故障诊断模型进行训练，采用改进标签传播法获取已标记样本传播至与已标记样本邻接的未标记样本的... 详细信息

标准号: CN117171690A

本申请涉及一种基于改进标签传播的光伏阵列故障诊断方法、装置及设备。所述方法包括：通过光伏阵列获取训练样本数据。将光伏电能输入至故障诊断模型进行训练，采用改进标签传播法获取已标记样本传播至与已标记样本邻接的未标记样本的传播概率。根据训练样本数据的数量构建标签概率邻接矩阵，标签概率邻接矩阵中已标签节点根据传播概率确定已标签节点邻接的未标签节点的新标签。通过比对已标签节点的标签与所述新标签的信息，得到未标记样本的标签信息。遍历标签概率邻接矩阵中每一个节点，利用代价敏感学习将未标记样本的标签信息进行处理，得到故障诊断结果。采用本方法能够提高相似故障类型的检测准确率，并加快了故障诊断效率。

关键词：标记样本标签节点标签标签概率邻接矩阵传播训练样本数据标签信息故障诊断光伏阵列邻接故障诊断结果故障诊断模型装置及设备电能输入概率确定故障类型准确率比对遍历构建光伏改进敏感概率检测申请学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共89页 << < 6 7 8 9 10 11 12 13 14 15 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

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

请选择保存的检索档案：

请选择收藏分类：