检索结果-维普期刊中文期刊服务平台

深度学习的研究与发展被引量：65: 1; 作者张建明詹智财 +1 位作者成科扬詹永照《江苏大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第2期191-200,共10页; 针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学习的发展历程,并介绍... 展开更多; 关键词浅层学习深度学习层次结构人工智能机器学习; 在线阅读下载PDF 职称材料

一种基于多帧统计的车道背景建模方法被引量：1: 2; 作者彭长生詹智财 +1 位作者张松松程碧淳《计算机应用与软件》 CSCD 北大核心 2013年第5期97-100,共4页; 现有基于视频帧的车道背景建模方法建模过程较复杂,且易受光照、遮挡等因素的影响。提出一种基于多帧统计的视频车道背景建模方法,通过对多帧视频帧自主统计分析,首先建立无车的全背景图像;然后再次对多帧视频帧进行运动对象的位置统计... 展开更多; 关键词视频车道背景建模多帧统计; 在线阅读下载PDF 职称材料

基于拓扑稀疏编码预训练CNN的视频语义分析被引量：1: 3; 作者程晓阳詹永照 +1 位作者毛启容詹智财《计算机研究与发展》 EI CSCD 北大核心 2018年第12期2703-2714,共12页; 视频特征的深度学习已成为视频对象检测、动作识别、视频事件检测等视频语义分析方面的研究热点.视频图像的拓扑信息对描述图像内容的关联关系有着重要的作用,同时综合视频序列特性考虑以有标签的视频进行优化学习,将有利于提高视频特... 展开更多; 关键词视频语义卷积神经网络深度学习拓扑稀疏编码预训练; 在线阅读下载PDF 职称材料

基于单类支持向量机的视频车辆检测研究: 4; 作者高海迪詹智财 +1 位作者沈项军曾兰玲《计算机工程与设计》 CSCD 北大核心 2013年第5期1735-1739,共5页; 针对现有视频车辆检测方法存在高误检率、不完整及需要分类的样本数量大等问题,提出一种基于单类支持向量机的视频车辆检测方法。方法通过基于视频多帧统计的方法获得完整的车道背景图像,采用单类支持向量机获得车道背景模型,应用此模... 展开更多; 关键词单类支持向量机多帧统计视频车辆检测车道背景车辆完整性检测; 在线阅读下载PDF 职称材料

题名深度学习的研究与发展被引量：65: 1; 作者张建明詹智财成科扬詹永照; 机构江苏大学计算机科学与通信工程学院; 出处《江苏大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第2期191-200,共10页; 基金国家自然科学基金资助项目(61170126); 文摘针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学习的发展历程,并介绍了基于restricted boltzmann machines(RBM)、auto encoder(AE)和convolutional neural networks(CNN)的deep belief networks(DBN)、deep boltzmann machine(DBM)和stacked auto encoders(SAE)等深度模型.其次,对近几年深度学习在语音识别、计算机视觉、自然语言处理以及信息检索等方面的应用的介绍,说明了深度学习结构在相比较于其他结构的优越性和在不同任务上更好的适应性.最后通过对现有的深度学习在在线学习能力、大数据上和深度结构模型的改进上的思考和总结,展望了今后深度学习的发展方向.; 关键词浅层学习深度学习层次结构人工智能机器学习; Keywords shallow learning deep learning hierarchical structure artificial intelligence machine learning; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种基于多帧统计的车道背景建模方法被引量：1: 2; 作者彭长生詹智财张松松程碧淳; 机构江苏大学计算机科学与通信工程学院; 出处《计算机应用与软件》 CSCD 北大核心 2013年第5期97-100,共4页; 基金科技部科技型中小企业技术创新资金项目(10C26213200946); 文摘现有基于视频帧的车道背景建模方法建模过程较复杂,且易受光照、遮挡等因素的影响。提出一种基于多帧统计的视频车道背景建模方法,通过对多帧视频帧自主统计分析,首先建立无车的全背景图像;然后再次对多帧视频帧进行运动对象的位置统计,最终在全背景图像上获取完整的车道背景图像。该方法能有效确定视频中的背景区域,特别是能明确车道背景区域。算法思想简单,容易实现。实验结果表明该算法具有计算量小、车道检测完整、对光照的变化具有一定的自适应能力等特点。; 关键词视频车道背景建模多帧统计; Keywords Video lanes Background modelling Multi-frame statistics; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于拓扑稀疏编码预训练CNN的视频语义分析被引量：1: 3; 作者程晓阳詹永照毛启容詹智财; 机构江苏大学计算机科学与通信工程学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2018年第12期2703-2714,共12页; 基金国家自然科学基金项目(61672268) 江苏省重点研发计划基金项目(BE2015137)~~; 文摘视频特征的深度学习已成为视频对象检测、动作识别、视频事件检测等视频语义分析方面的研究热点.视频图像的拓扑信息对描述图像内容的关联关系有着重要的作用,同时综合视频序列特性考虑以有标签的视频进行优化学习,将有利于提高视频特征表达的可鉴别性.基于上述考虑,提出一种基于拓扑稀疏编码预训练CNN的视频特征学习方法并用于视频语义分析,该方法将视频特征学习分为2个阶段:半监督视频图像特征学习和有监督的视频序列特征的优化学习.1)在半监督视频图像特征学习中,构建了一个新的拓扑稀疏编码器用之于预训练各层神经网络参数,使视频图像的特征表达能反映图像的拓扑信息,并在图像特征学习的全连接层以有标签的视频概念类别进行逻辑回归微调网络参数.2)在有监督的视频序列特征的优化学习中,构建了视频特征学习的全连接层,综合有标签的视频序列关键帧特征,建立逻辑回归约束,微调网络参数,以实现类别更具可鉴别的视频特征的优化.在典型的视频数据集上进行了相关方法的视频语义概念检测实验,实验结果表明:所提出的方法对视频特征的表达更具可鉴别性,能有效提高视频语义概念检测率.; 关键词视频语义卷积神经网络深度学习拓扑稀疏编码预训练; Keywords video semantic convolutional neural network (CNN) deep learning topographic sparse encoder pre-training; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于单类支持向量机的视频车辆检测研究: 4; 作者高海迪詹智财沈项军曾兰玲; 机构江苏大学计算机科学与通信工程学院; 出处《计算机工程与设计》 CSCD 北大核心 2013年第5期1735-1739,共5页; 基金国家科技创新基金项目(10C26213200946) 国家自然科学基金项目(61005017); 文摘针对现有视频车辆检测方法存在高误检率、不完整及需要分类的样本数量大等问题,提出一种基于单类支持向量机的视频车辆检测方法。方法通过基于视频多帧统计的方法获得完整的车道背景图像,采用单类支持向量机获得车道背景模型,应用此模型检测车辆目标区域。实验结果表明,该算法具有所需样本量小,车辆检测完整,对光照的变化具有一定的自适应能力等特点。; 关键词单类支持向量机多帧统计视频车辆检测车道背景车辆完整性检测; Keywords one-class support vector machine multi-frame statistics~ video vehicle detection lane background complete vehicle detection; 分类号 TP37 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	深度学习的研究与发展	张建明詹智财成科扬詹永照	《江苏大学学报（自然科学版）》 EI CAS CSCD 北大核心	2015	65	在线阅读下载PDF 职称材料
2	一种基于多帧统计的车道背景建模方法	彭长生詹智财张松松程碧淳	《计算机应用与软件》 CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
3	基于拓扑稀疏编码预训练CNN的视频语义分析	程晓阳詹永照毛启容詹智财	《计算机研究与发展》 EI CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
4	基于单类支持向量机的视频车辆检测研究	高海迪詹智财沈项军曾兰玲	《计算机工程与设计》 CSCD 北大核心	2013	0	在线阅读下载PDF 职称材料