检索结果-内蒙古大学图书馆

计算机学报 2018年第11期41卷 2421-2435页

作者：吴日辉代锋尹冬刘烨斌戴琼海张勇东中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 清华大学自动化系北京100084

烟、雾、霾、浑浊海水等散射介质对穿过它们的光线有散射作用.在散射环境下,通过成像系统获得的图像都会有一定程度的退化,为提取场景内的有效信息带来困难.因此,研究穿透散射介质成像,提取有效的场景信息,对于科学研究和工业应用都有... 详细信息

烟、雾、霾、浑浊海水等散射介质对穿过它们的光线有散射作用.在散射环境下,通过成像系统获得的图像都会有一定程度的退化,为提取场景内的有效信息带来困难.因此,研究穿透散射介质成像,提取有效的场景信息,对于科学研究和工业应用都有着重要的价值.关于穿透散射介质成像,学术界已经提出了多种模型和算法,大致可分为主动式方法和被动式方法两类.被动式方法主要以自然光为照明手段,对自然光的传播路径建模,求解相关参数以获得场景信息,其缺点是不能用于无光或暗光的场景.为此,研究者提出主动式方法,主要包括结构光扫描、主动偏振光以及时间门等.这些传统的成像方法存在光照不足、需要扫描或需要复杂的成像设备等问题.计算摄像学领域近年来提出的瞬态成像技术能为解决上述问题提供新的思路,因为瞬态成像技术在传统的成像技术的基础上增加时间维的信息,使得许多用传统成像技术无法观测的场景属性可以被理解和获取.文中提出一种基于瞬态成像技术的穿透散射介质成像的方法,将常用于计算机视觉和计算机图形学的单次散射模型扩展为瞬态单次散射模型,并设计出偏移拍摄法,以重构场景的深度及纹理.该方法能在散射环境中重构毫米级精度的深度图和较清晰的纹理图.

关键词：散射计算摄像学瞬态成像单次散射模型偏移拍摄法

来源：评论

学校读者我要写书评

暂无评论

快速非刚体人体运动三维重建

引用

计算机辅助设计与图形学学报 2018年第8期30卷 1505-1513页

作者：李诗锐郝优墨瀚林李琪吕永春王向东李华中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 国家体育总局体育科学研究所北京100061

为了实现基于单目深度传感器的快速非刚体人体运动三维重建,提出一种基于骨架的非刚体人体运动点云融合算法.首先利用分割的人体局部点云配准,对深度传感器提取的人体骨架进行修正,提高了骨架提取的准确性;当相邻2帧之间存在较大人体运... 详细信息

为了实现基于单目深度传感器的快速非刚体人体运动三维重建,提出一种基于骨架的非刚体人体运动点云融合算法.首先利用分割的人体局部点云配准,对深度传感器提取的人体骨架进行修正,提高了骨架提取的准确性;当相邻2帧之间存在较大人体运动时,利用骨架驱动人体表面点云进行点云粗配准;在粗配准的基础上,利用非刚体点云融合算法进行点云的精细配准,得到精确的表面重建.实验结果表明,该算法能够鲁棒地重建快速非刚体三维人体运动.

关键词：非刚体重建人体重建三维重建人体跟踪人体骨架提取点云配准迭代最近邻点 Kinect

来源：评论

学校读者我要写书评

暂无评论

基于权值不确定性的玻尔兹曼机算法

引用

软件学报 2018年第4期29卷 1131-1142页

作者：丁世飞张健史忠植中国矿业大学计算机科学与技术学院江苏徐州221116 中国科学院计算技术研究所智能信息处理重点实验室北京100190

受限制的玻尔兹曼机(RBM)是一种无向图模型.基于RBM的深度学习模型包括深度置信网(DBN)和深度玻尔兹曼机(DBM)等.在神经网络和RBM的训练过程中,过拟合问题是一个比较常见的问题.针对神经网络的训练,权值随机变量(weight random variabl... 详细信息

受限制的玻尔兹曼机(RBM)是一种无向图模型.基于RBM的深度学习模型包括深度置信网(DBN)和深度玻尔兹曼机(DBM)等.在神经网络和RBM的训练过程中,过拟合问题是一个比较常见的问题.针对神经网络的训练,权值随机变量(weight random variables)、Dropout方法和早期停止方法已被用于缓解过拟合问题.首先,改变RBM模型中的训练参数,使用随机变量代替传统的实值变量,构建了基于随机权值的受限的波尔兹曼机(weight uncertainty RBM,简称WRBM),接下来,在WRBM基础上构建了相应的深度模型:Weight uncertainty Deep Belief Network(WDBN)和Weight uncertainty Deep Boltzmann Machine(WDBM),并且通过实验验证了WDBN和WDBM的有效性.最后,为了更好地建模输入图像,引入基于条件高斯分布的RBM模型,构建了基于spike-and-slab RBM(ssRBM)的深度模型,并通过实验验证了模型的有效性.

关键词：玻尔兹曼机深度玻尔兹曼机深度置信网权值不确定性

来源：评论

学校读者我要写书评

暂无评论

多分类孪生支持向量机研究进展

引用

软件学报 2018年第1期29卷 89-108页

作者：丁世飞张健张谢锴安悦瑄中国矿业大学计算机科学与技术学院江苏徐州221116 中国科学院计算技术研究所智能信息处理重点实验室北京100190

孪生支持向量机因其简单的模型、快速的训练速度和优秀的性能而受到广泛关注.该算法最初是为解决二分类问题而提出的,不能直接用于解决现实生活中普遍存在的多分类问题.近年来,学者们致力于将二分类孪生支持向量机扩展为多分类方法,并... 详细信息

孪生支持向量机因其简单的模型、快速的训练速度和优秀的性能而受到广泛关注.该算法最初是为解决二分类问题而提出的,不能直接用于解决现实生活中普遍存在的多分类问题.近年来,学者们致力于将二分类孪生支持向量机扩展为多分类方法,并提出了多种多分类孪生支持向量机.多分类孪生支持向量机的研究已经取得了一定的进展.主要工作是回顾多分类孪生支持向量机的发展,对多分类孪生支持向量机进行合理归类,分析各个类型的多分类孪生支持向量机的理论和几何意义.以多分类孪生支持向量机的子分类器组织结构为依据,将多分类孪生支持向量机分为:基于"一对多"策略的多分类孪生支持向量机、基于"一对一"策略的多分类孪生支持向量机、基于"一对一对余"策略的多分类孪生支持向量机、基于二叉树结构的多分类孪生支持向量机和基于"多对一"策略的多分类孪生支持向量机.基于有向无环图的多分类孪生支持向量机训练过程与基于"一对一"策略的多分类孪生支持向量机类似,但其决策方式有其特殊的优缺点,因此将其也独立为一类.分析和总结了这6种类型的多分类孪生支持向量机的算法思想、理论基础.此外,还通过实验对比了分类性能.为各种多分类孪生支持向量机之间建立了联系比较,使得初学者能够快速理解不同多分类孪生支持向量机之间的本质区别,也对实际应用中选取合适的多分类孪生支持向量机起到一定的指导作用.

关键词：多分类孪生支持向量机多生支持向量机支持向量机

来源：评论

学校读者我要写书评

暂无评论

结合Fisher编码和距离学习的非刚体三维检索方法

引用

计算机辅助设计与图形学学报 2018年第7期30卷 1297-1304页

作者：李宗民万泉刘玉杰李华中国石油大学(华东)计算机与通信工程学院青岛266580 中国科学院计算技术研究所智能信息处理重点实验室北京100190

针对目前非刚体三维特征描述子表现力不足的问题,提出一种结合Fisher编码和距离学习构建全局特征描述子的非刚体三维模型检索方法.首先提取三维模型的局部特征描述子,利用混合高斯模型对特征集合进行无监督字典学习;然后将局部描述子和... 详细信息

针对目前非刚体三维特征描述子表现力不足的问题,提出一种结合Fisher编码和距离学习构建全局特征描述子的非刚体三维模型检索方法.首先提取三维模型的局部特征描述子,利用混合高斯模型对特征集合进行无监督字典学习;然后将局部描述子和字典中心作为输入,通过Fisher编码方法得到新的特征编码;最后采用距离学习对特征编码进行空间映射,重构得到类内距离小类间距离大的全局特征描述子,用于非刚体三维模型检索.在公开数据集SHREC10和SHREC11上进行实验的结果表明,相比于传统方法,该方法在检索精度上有显著提高.

关键词：三维检索非刚体 Fisher编码距离学习

来源：评论

学校读者我要写书评

暂无评论

结合域变换和轮廓检测的显著性目标检测

引用

计算机辅助设计与图形学学报 2018年第8期30卷 1457-1465页

作者：李宗民周晨晨宫延河刘玉杰李华中国石油大学(华东)计算机与通信工程学院青岛266580 中国科学院计算技术研究所智能信息处理重点实验室北京100190

针对多层显著性图融合过程中产生的显著目标边缘模糊、亮暗不均匀等问题,提出一种基于域变换和轮廓检测的显著性检测方法.首先选取判别式区域特征融合方法中的3层显著性图融合得到初始显著性图;然后利用卷积神经网络计算图像显著目标外... 详细信息

针对多层显著性图融合过程中产生的显著目标边缘模糊、亮暗不均匀等问题,提出一种基于域变换和轮廓检测的显著性检测方法.首先选取判别式区域特征融合方法中的3层显著性图融合得到初始显著性图;然后利用卷积神经网络计算图像显著目标外部轮廓;最后使用域变换将第1步得到的初始显著性图和第2步得到的显著目标轮廓图融合.利用显著目标轮廓图来约束初始显著性图,对多层显著性图融合产生的显著目标边缘模糊区域进行滤除,并将初始显著性图中检测缺失的区域补充完整,得到最终的显著性检测结果.在3个公开数据集上进行实验的结果表明,该方法可以得到边缘清晰、亮暗均匀的显著性图,且准确率和召回率、F-measure,ROC以及AUC等指标均优于其他8种传统显著性检测方法.

关键词：显著性目标卷积神经网络轮廓检测域变换融合

来源：评论

学校读者我要写书评

暂无评论

一种基于聚类与分类结合的汉语隐喻短语识别方法

引用

中文信息学报 2018年第2期32卷 22-28,49页

作者：符建辉王石曹存根中国科学院计算技术研究所智能信息处理实验室北京100190 中国科学院大学北京100190

隐喻识别是自然语言处理的一个重要研究分支。目前人们越来越清楚地认识到隐喻在思维及语言中所处的重要地位。本研究在前人工作的实验和考察基础上,发现基于分类器来识别隐喻的方法存在数据稀疏的问题,即当训练语料中缺少需要识别的源... 详细信息

隐喻识别是自然语言处理的一个重要研究分支。目前人们越来越清楚地认识到隐喻在思维及语言中所处的重要地位。本研究在前人工作的实验和考察基础上,发现基于分类器来识别隐喻的方法存在数据稀疏的问题,即当训练语料中缺少需要识别的源域词数据时,分类的结果将不会太好。应对数据稀疏问题,该文提出了一种基于聚类与分类结合的隐喻短语获取方法。该方法将包含源域词S的短语进行聚类。将聚类的结果作为分类的一类特征。实验表明,使用聚类产生的特征训练出来的分类器,不仅能很好地识别训练语料中存在源域词数据的情况,也能很好地识别训练语料中缺少源域词数据的情况,具有很高的召回率。

关键词：隐喻短语识别中文隐喻短语短语聚类

来源：评论

学校读者我要写书评

暂无评论

维吾尔语和韩语形态分析之模型构建

引用

北京邮电大学学报 2018年第1期41卷 88-94页

作者：徐春蒋同海于凯姜文斌中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理重点实验室乌鲁木齐830011 新疆财经大学计算机科学与工程学院乌鲁木齐830012 中国科学院计算技术研究所智能信息重点实验室北京100190

为维吾尔语和韩语形态分析建立了一种图状结构的判别式模型,该模型将语句的形态分析建模为形态成分的图状结构,通过灵活丰富的特征设计描述了词语内部形态成分之间以及分属相邻词语的形态成分之间的关联约束.相比传统的线性模型,图状模... 详细信息

为维吾尔语和韩语形态分析建立了一种图状结构的判别式模型,该模型将语句的形态分析建模为形态成分的图状结构,通过灵活丰富的特征设计描述了词语内部形态成分之间以及分属相邻词语的形态成分之间的关联约束.相比传统的线性模型,图状模型更好地考虑了各形态成分之间的语言学关联,从而取得更高的整句分析性能.在维吾尔语和韩语上的实验结果表明,图状模型相比线性模型的性能有一定提升,形态分析词级准确率分别提升了4.4%和2.8%.

关键词：形态分析黏着语图状模型线性模型

来源：评论

学校读者我要写书评

暂无评论

基于深度典型相关性分析的跨媒体语义检索

引用

中国科学技术大学学报 2018年第4期48卷 322-330页

作者：王述史忠植中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学工程科学学院北京100049

基于典型相关性分析的跨媒体检索是一种将不同媒体特征通过相关性分析映射到同构的最大相关子空间,并在子空间中完成跨媒体数据间的相似性比较和检索的方法.典型相关性分析(canonical correlation analysis,CCA)是一种线性模型,并不能... 详细信息

基于典型相关性分析的跨媒体检索是一种将不同媒体特征通过相关性分析映射到同构的最大相关子空间,并在子空间中完成跨媒体数据间的相似性比较和检索的方法.典型相关性分析(canonical correlation analysis,CCA)是一种线性模型,并不能很好地挖掘跨媒体数据中的复杂相关关系.为此针对深度典型相关性分析(deep CCA,DCCA)的结构进行改进,使用隐含狄利克雷分布(latent Dirichlet allocation,LDA)发现文本语义信息并学习语义映射,提出了跨媒体深度相关性学习模型(cross-media correlation learning with deep canonical correlation analysis,CMC-DCCA)以及跨媒体语义相关性检索方法(cross-media semantic correlation retrieval,CMSCR).在维基百科文本图像数据集上的实验证明,CMC-DCCA模型能够较好地挖掘跨媒体数据中的复杂相关关系,CMSCR在跨媒体检索中具有较好的性能.

关键词：典型相关性分析深度典型相关性分析语义映射跨媒体检索

来源：评论

学校读者我要写书评

暂无评论

基于集成局部性特征学习的推荐算法

引用

计算机科学与探索 2018年第6期12卷 851-858页

作者：庄福振罗丹何清中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

以往的协同过滤方法大部分采用基于矩阵分解的方法来学习用户和商品的隐性特征表示,但是基于矩阵分解的方法没有完全利用评分信息,导致不好的效果。近年来,深度学习已经在自然语言处理、语音识别以及图像分类等领域被证明可以很好地进... 详细信息

以往的协同过滤方法大部分采用基于矩阵分解的方法来学习用户和商品的隐性特征表示,但是基于矩阵分解的方法没有完全利用评分信息,导致不好的效果。近年来,深度学习已经在自然语言处理、语音识别以及图像分类等领域被证明可以很好地进行表示学习。而且在用户对商品的评分矩阵中,不仅只有评分信息,还有隐含的倾向性排序信息。更进一步,针对整个评分矩阵进行特征表示学习的时候,不能满足用户聚类以及商品类别的局部结构特性。因此,提出了一种基于集成局部性特征学习的推荐算法。在该算法中,利用随机选择的锚点得到局部矩阵,然后在局部矩阵上利用自动编码机进行学习得到子模型,同时定义一种(用户,商品)二元组来考虑评分信息的排序关系。在两组数据上进行了实验,结果表明该算法显著优于经典的基于矩阵分解的推荐算法,并且该算法将深度学习用于推荐系统中,效果比LCR(local collaborative ranking)优越。

关键词：推荐系统深度学习自动编码机排序学习局部结构

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：