期刊文献+
共找到79篇文章
< 1 2 4 >
每页显示 20 50 100
AIGC视域下终身教育智慧学习空间的概念特征与推进路径 被引量:5
1
作者 王冲 王娟 《成人教育》 北大核心 2024年第12期54-61,共8页
教育数字化战略是实现教育高质量发展的关键,构建“人人皆学、处处能学、时时可学”的智慧学习空间是推动教育数字化转型的支撑和服务全民终身学习的基础。然而,智慧学习空间仍存在“个性化支持不足、学习资源整合有限、学生参与度低”... 教育数字化战略是实现教育高质量发展的关键,构建“人人皆学、处处能学、时时可学”的智慧学习空间是推动教育数字化转型的支撑和服务全民终身学习的基础。然而,智慧学习空间仍存在“个性化支持不足、学习资源整合有限、学生参与度低”等问题。目前,以ChatGPT为代表的生成式人工智能凭借其强大潜力,有助于赋能智慧学习空间的应用效果和学习体验提升。研究AIGC视域下的终身教育智慧学习空间,在深入剖析其概念和特征的基础上,基于行动者网络理论和三元交互理论,聚焦技术性基础设施建设、数据安全与隐私保护、多元化协同共建共享,从构建高度沉浸感的学习空间、建设真实可靠的学习空间、打造高社会存在感的学习空间三个层面提出推进路径,以期为终身教育智慧学习空间的接续建设与实践落地提供借鉴。 展开更多
关键词 生成式人工智能 终身教育 智慧学习空间 概念 特征 推进路径
在线阅读 下载PDF
基于状态空间表示法的机械产品概念设计 被引量:11
2
作者 曹东兴 檀润华 +3 位作者 李向东 筵丽萍 牛静娟 王金荣 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2002年第2期172-175,共4页
分析了机械工程系统的功能关系 ,确立待设计系统的状态变量 ,利用键合图的基础元件建立状态空间转换矩阵 .根据机械系统中能量传递建立系统状态空间模型 ,采用状态空间变换操作 ,产生多个设计方案 ,并结合电动静脉注射器设计说明其应用 .
关键词 键合图 概念设计 转换矩阵 机械产品 状态空间表示 CAD
在线阅读 下载PDF
多中心城市的概念内涵与空间特征解析 被引量:27
3
作者 吴一洲 赖世刚 吴次芳 《城市规划》 CSSCI 北大核心 2016年第6期23-31,共9页
"多中心"是当前国内外大城市发展的一般特征和趋势。本研究通过对大量国内外多中心城市相关研究的分析,首先梳理了多中心城市研究的历史脉络,从理论推导和空间特征两个方面,总结提出了多中心城市的概念和内涵;其次,分别从空... "多中心"是当前国内外大城市发展的一般特征和趋势。本研究通过对大量国内外多中心城市相关研究的分析,首先梳理了多中心城市研究的历史脉络,从理论推导和空间特征两个方面,总结提出了多中心城市的概念和内涵;其次,分别从空间形态特征、规模等级特征、功能体系特征、"互动流"特征、区域协同特征和空间演化的阶段性特征方面,详细解析了多中心城市在各表现维度上的特征;最后,提出了对于我国大城市空间发展的启示与借鉴,并针对当前大城市空间结构引导实践中的困惑,提出未来的研究展望。本研究旨在为新型城镇化过程中我国大城市空间可持续发展和科学引导提供基础依据。 展开更多
关键词 多中心城市 概念 空间特征 空间演化
在线阅读 下载PDF
基于低秩表示的鲁棒判别特征子空间学习模型 被引量:3
4
作者 李骜 刘鑫 +2 位作者 陈德运 张英涛 孙广路 《电子与信息学报》 EI CSCD 北大核心 2020年第5期1223-1230,共8页
特征子空间学习是图像识别及分类任务的关键技术之一,传统的特征子空间学习模型面临两个主要的问题。一方面是如何使样本在投影到特征空间后有效地保持其局部结构和判别性。另一方面是当样本含噪时传统学习模型所发生的失效问题。针对... 特征子空间学习是图像识别及分类任务的关键技术之一,传统的特征子空间学习模型面临两个主要的问题。一方面是如何使样本在投影到特征空间后有效地保持其局部结构和判别性。另一方面是当样本含噪时传统学习模型所发生的失效问题。针对上述两个问题,该文提出一种基于低秩表示(LRR)的判别特征子空间学习模型,该模型的主要贡献包括:通过低秩表示探究样本的局部结构,并利用表示系数作为样本在投影空间的相似性约束,使投影子空间能够更好地保持样本的局部近邻关系;为提高模型的抗噪能力,构造了一种利用低秩重构样本的判别特征学习约束项,同时增强模型的判别性和鲁棒性;设计了一种基于交替优化技术的迭代数值求解方案来保证算法的收敛性。该文在多个视觉数据集上进行分类任务的对比实验,实验结果表明所提算法在分类准确度和鲁棒性方面均优于传统特征学习方法。 展开更多
关键词 图像分类 空间学习 特征提取 低秩表示
在线阅读 下载PDF
因素空间理论与知识表示的数学框架(Ⅱ)──因素的充分性与概念的秩 被引量:26
5
作者 李洪兴 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 1997年第2期151-157,共7页
系统地研究因素空间理论及其在知识表示中的应用.首先介绍因素的投影和柱体扩张;然后讨论因素在表达概念时的充分性并给出刻画因素充分性的等价条件;最后基于因素的充分性定义了概念的秩,它是表达概念的一种内在的量,在知识表示中... 系统地研究因素空间理论及其在知识表示中的应用.首先介绍因素的投影和柱体扩张;然后讨论因素在表达概念时的充分性并给出刻画因素充分性的等价条件;最后基于因素的充分性定义了概念的秩,它是表达概念的一种内在的量,在知识表示中起着基础性的作用. 展开更多
关键词 因素空间 知识表示 因素 充分性 概念
在线阅读 下载PDF
基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法 被引量:17
6
作者 杨方方 吴锡生 顾标准 《计算机工程与科学》 CSCD 北大核心 2017年第1期131-137,共7页
目前的人脸识别算法常常忽视训练过程中噪声的影响,特别是在训练数据和待测数据都受到噪声污染的情况下,识别性能会明显下降。针对含有光照变化、伪装、遮挡及表情变化等较大噪声的人脸识别问题,提出了一种基于低秩子空间投影和Gabor特... 目前的人脸识别算法常常忽视训练过程中噪声的影响,特别是在训练数据和待测数据都受到噪声污染的情况下,识别性能会明显下降。针对含有光照变化、伪装、遮挡及表情变化等较大噪声的人脸识别问题,提出了一种基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法。该算法首先通过低秩矩阵恢复算法得到训练样本的潜在低秩结构和稀疏误差结构;然后利用主成分分析法找到低秩结构的Gabor特征所在低秩子空间的变换矩阵;再通过变换矩阵将所有样本的Gabor特征向量投影到低秩子空间上,在该低秩子空间上使用稀疏表示分类算法进行最终的分类识别。在Extend Yale B和AR数据库上的实验表明,新算法具有较高的识别率和较强的抗干扰能力。 展开更多
关键词 人脸识别 稀疏表示 低秩矩阵恢复 Gabor特征提取 低秩子空间投影
在线阅读 下载PDF
因素空间理论与知识表示的数学框架(续)——反馈外延的精细化与概念内涵的表达 被引量:19
7
作者 李洪兴 《系统工程学报》 CSCD 1997年第4期30-38,共9页
本文是文献[1~3]的继续,本文及后续论文仍将系统地研究因素空间理论及其在知识表示中的应用.首先讨论反馈外延的精细化问题,介绍两种提高精度的方法:剖分法和三角模法.然后,研究概念内涵的表达问题,给出概念外延与概念内涵... 本文是文献[1~3]的继续,本文及后续论文仍将系统地研究因素空间理论及其在知识表示中的应用.首先讨论反馈外延的精细化问题,介绍两种提高精度的方法:剖分法和三角模法.然后,研究概念内涵的表达问题,给出概念外延与概念内涵的相互转化方法. 展开更多
关键词 因素空间 知识表示 反馈外延 概念内涵 空间理论
在线阅读 下载PDF
基于空间特征联合核稀疏表示的脑肿瘤提取方法
8
作者 刘定一 刘亚军 詹天明 《江苏大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第4期449-454,共6页
为了提高融合多序列MR图像应用于脑肿瘤提取时分割区域的准确性,基于核稀疏表示分类方法,联合多序列MR图像中的空间结构和灰度特征信息,提出一种空间特征联合的脑肿瘤核稀疏表示分类方法.首先构建各个类别的子字典,再用邻域滤波核稀疏... 为了提高融合多序列MR图像应用于脑肿瘤提取时分割区域的准确性,基于核稀疏表示分类方法,联合多序列MR图像中的空间结构和灰度特征信息,提出一种空间特征联合的脑肿瘤核稀疏表示分类方法.首先构建各个类别的子字典,再用邻域滤波核稀疏表示方法对多序列脑MR图像进行分类,该邻域滤波核可以有效地将灰度特征与空间结构结合起来提高脑肿瘤提取的准确性.对国际数据库MICCAI Bra TS提供的临床和仿真数据进行分割.结果表明:与稀疏表示分类方法相比,所提出的基于空间特征联合核稀疏表示的脑肿瘤提取方法由于增加了空间结构信息,所得的提取准确率提高了5%~6%. 展开更多
关键词 脑肿瘤提取 多序列核磁共振图像 核稀疏表示 邻域核 空间特征联合
在线阅读 下载PDF
基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别 被引量:2
9
作者 王佳维 许枫 杨娟 《电子学报》 EI CAS CSCD 北大核心 2024年第1期217-231,共15页
针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林(Random Forest,RF)和最小冗... 针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林(Random Forest,RF)和最小冗余最大相关(minimum Redundancy and Maximum Relevance,mRMR)相结合的特征选择方法(RF-mRMR),得出综合的特征重要性排序结果 .通过实验得出分类模型所需的最优特征子集,达到降低数据处理复杂度和提高目标分类结果的目的 .为了捕捉到数据中的高阶结构,在联合稀疏表示模型的基础上,使用核函数将线性不可分的特征数据映射到高维核特征空间.为了充分挖掘稀疏重构后包含在残差波段中的有用信息,使用指数平滑公式对具有一定意义的残差信息进行再利用,最后由核特征空间下的最小误差准则判定目标的类别.应用本文提出的方法对4类目标的海试数据进行识别,结果表明,相较于其他7种对比算法,本文提出的改进方法具有更好的分类性能,而且大多数情况下,本文提出的算法在双基地声呐模式下具有比单基地声呐更高的识别准确率和更低的虚警率. 展开更多
关键词 多基地 水下小目标识别 特征融合 特征选择 空间联合稀疏表示 指数平滑
在线阅读 下载PDF
商空间粒变换的深度特征表示
10
作者 陈洁 张燕平 《小型微型计算机系统》 CSCD 北大核心 2014年第11期2494-2497,共4页
目前,大数据问题亟待解决,关键就是对问题的特征描述.目前特征描述最流行的理论是深度学习理论,但深层结构共需要多少层,每层需要多少特征?这是深度学习最需要解决的问题.引入商空间理论对深度学习理论进行改进,根据粒度变换原理对问题... 目前,大数据问题亟待解决,关键就是对问题的特征描述.目前特征描述最流行的理论是深度学习理论,但深层结构共需要多少层,每层需要多少特征?这是深度学习最需要解决的问题.引入商空间理论对深度学习理论进行改进,根据粒度变换原理对问题特征进行深层表示,克服深度学习理论中深度不确定,特征描述不明确的缺点.首先根据商空间理论的粒度变换原则,在多粒度空间分层描述问题特征,从而形成多层的深度特征表示.接着,根据商空间粒度变换的描述特性,在不同粒度空间对问题进行求解.最后,作者选取Letter-recognition数据集进行实验,实验结果表明本文所提的深度特征表示法可以自动将问题分为多层结构,分层描述问题的特征,提升了问题求解精度. 展开更多
关键词 特征描述 深度表示 空间理论 分层递阶
在线阅读 下载PDF
语义特征建模系统中概念设计方案表示研究
11
作者 金瑛浩 孙立镌 《计算机工程与应用》 CSCD 2012年第13期27-30,88,共5页
为了提高概念设计的工作效率和设计水平,提出了一种基于语义表示法的概念设计方案的表示方法。这种方法通过语义表示法来表示模型中的特征,通过细胞元模型来管理模型数据,通过语义面将特征和设计方案表示成为具有n个语义输入和m个语义... 为了提高概念设计的工作效率和设计水平,提出了一种基于语义表示法的概念设计方案的表示方法。这种方法通过语义表示法来表示模型中的特征,通过细胞元模型来管理模型数据,通过语义面将特征和设计方案表示成为具有n个语义输入和m个语义输出的黑盒,通过语义依赖图建立产品模型与特征之间的组织关系,通过力传递的方法来简化概念设计方案的推理过程。该方法不仅可以大大提高概念设计问题的求解速度,还可以为设计者提供更丰富的概念设计方案。实验证明该算法具有广泛的应用前景和实用价值。 展开更多
关键词 计算机辅助设计(CAD) 概念设计 特征 语义表示 特征建模
在线阅读 下载PDF
应用双曲空间特征融合的姓名消歧方法研究 被引量:1
12
作者 武南南 郭泽浩 +3 位作者 赵一鸣 甄紫旭 王文俊 柳研 《智能系统学报》 CSCD 北大核心 2024年第1期79-88,共10页
针对传统用户影响力分析等研究遇到姓名重名的挑战,姓名歧义的影响日益严重的问题,本文基于双曲空间结合欧氏空间进行特征融合,提出融合多空间特征的网络对齐方法(geometry interaction network alignment,GINA),有效建模网络结构对用... 针对传统用户影响力分析等研究遇到姓名重名的挑战,姓名歧义的影响日益严重的问题,本文基于双曲空间结合欧氏空间进行特征融合,提出融合多空间特征的网络对齐方法(geometry interaction network alignment,GINA),有效建模网络结构对用户姓名消歧的主要作用。本文同时使用欧氏空间和双曲空间进行网络表示学习,以获取具有不同空间特点的网络结构信息,使用跨空间网络映射及跨空间特征融合在尽量减少空间映射损失的情况下实现不同空间的信息交互得到最终的网络表示,进行网络对齐,进而实现姓名消歧。本文在中文论文合作网络、英文论文合作网络和中文专利合作网络上,两两对齐构建论文-专利实证数据网络对齐数据集和中文-英文实证数据网络对齐数据集,开展GINA模型在网络对齐数据集上对重名人员身份识别和中外论文身份识别2个实证场景试验验证,双曲空间融合欧氏空间相比单一空间精确率增加了24.9%,验证了GINA方法的有效性。 展开更多
关键词 姓名消歧 欧氏空间 双曲空间 网络对齐 网络表示学习 图嵌入 特征融合 锚链接预测
在线阅读 下载PDF
基于子空间字典低秩表示的流形投影学习
13
作者 冯文熠 王喆 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期740-749,共10页
低秩表示(Low-Rank Representation,LRR)能够将每个数据点表示为若干个基的线性组合,是一种获取样本底层低维结构的方法。然而,大多数LRR方法使用原始数据集作为字典,这不能揭示数据的真实分割。本文提出了基于子空间字典低秩表示的流... 低秩表示(Low-Rank Representation,LRR)能够将每个数据点表示为若干个基的线性组合,是一种获取样本底层低维结构的方法。然而,大多数LRR方法使用原始数据集作为字典,这不能揭示数据的真实分割。本文提出了基于子空间字典低秩表示的流形投影学习:该方法学习最优子空间作为LRR问题的字典,而不是使用原始数据集;利用基数最少的方案,低秩表示矩阵能很好地恢复原始数据;通过对投影矩阵施加行稀疏约束,该方法不仅可以选择鉴别性特征并忽略冗余特征,而且使子空间学习具有很好的解释性。此外,通过引入流形结构保持约束,使得样本的原始表示和距离信息在投影下保持不变。在多个真实世界数据集上的实验结果表明,该方法优于最近提出的一些相关方法。 展开更多
关键词 低秩表示 无监督投影 空间学习 特征提取 流形学习
在线阅读 下载PDF
融合实体概念描述与图像特征的知识图谱表示学习研究 被引量:5
14
作者 缴霖境 闫威 《计算机应用研究》 CSCD 北大核心 2021年第6期1759-1764,共6页
知识图谱表示学习将实体和关系映射到一个连续的低维空间。传统学习方法是从结构化的三元组学习知识表示,忽略了三元组之外与实体相关的丰富多源信息。针对该问题,提出一种将实体概念描述和图像特征与事实三元组相结合的知识图谱表示学... 知识图谱表示学习将实体和关系映射到一个连续的低维空间。传统学习方法是从结构化的三元组学习知识表示,忽略了三元组之外与实体相关的丰富多源信息。针对该问题,提出一种将实体概念描述和图像特征与事实三元组相结合的知识图谱表示学习模型DIRL。首先,利用BERT模型进行实体概念描述的语义表示;其次,使用CNN编码器对图像总体特征进行提取,然后通过基于注意力的方法表示图像特征;最后,将基于概念描述的表示和基于图像特征的表示与翻译模型TransR结合起来进行知识图谱表示学习。通过实验验证,DIRL模型优于现有方法,提高了多源信息知识图谱表示的有效性。 展开更多
关键词 知识图谱 表示学习 实体概念描述 图像特征 知识图谱补全
在线阅读 下载PDF
联合样本输出与特征空间的半监督概念漂移检测法及其应用 被引量:5
15
作者 孙子健 汤健 乔俊飞 《自动化学报》 EI CAS CSCD 北大核心 2022年第5期1259-1272,共14页
城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对... 城市固废焚烧(Municipal solid waste incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal component analysis,PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporaldifference,TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本. 展开更多
关键词 城市固废焚烧 概念漂移检测 半监督机制 特征空间 样本空间
在线阅读 下载PDF
属性定向概念格的协调近似表示空间
16
作者 李俊余 王霞 刘庆凤 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期333-339,共7页
构造形式背景、协调决策形式背景和不协调决策形式背景的统一模型,并提出不同形式背景的概念格的属性约简的定义和方法.首先,定义对象幂集上的一种等价关系,并利用该等价关系给出属性定向概念格的协调近似表示空间的概念.其次,针对不同... 构造形式背景、协调决策形式背景和不协调决策形式背景的统一模型,并提出不同形式背景的概念格的属性约简的定义和方法.首先,定义对象幂集上的一种等价关系,并利用该等价关系给出属性定向概念格的协调近似表示空间的概念.其次,针对不同形式背景构造相应地协调近似表示空间.特别地,构造不协调决策形式背景的四类协调近似表示空间,分别为分布协调近似表示空间、最大分布协调近似表示空间、下协调近似表示空间和上协调近似表示空间.最后,给出协调近似表示空间的属性约简的定义,并利用可辨识矩阵给出属性约简集的判定定理.分析表明,形式背景和决策形式背景(包括协调的和不协调的)都可看作是协调近似表示空间的特殊形式,且形式背景的属性约简恰好对应协调近似表示空间的属性约简.因此,协调近似表示空间的属性约简方法可以在一定程度上降低由形式背景的复杂性带来的概念格的属性约简的复杂性. 展开更多
关键词 属性定向概念 形式背景 协调近似表示空间 属性约简
在线阅读 下载PDF
基于语义特征空间上下文的短文本表示学习 被引量:1
17
作者 脱婷 马慧芳 +1 位作者 魏家辉 刘海姣 《计算机工程与科学》 CSCD 北大核心 2019年第2期378-384,共7页
文本表示是自然语言处理中的基础任务,针对传统短文本表示高维稀疏问题,提出1种基于语义特征空间上下文的短文本表示学习方法。考虑到初始特征空间维度过高,通过计算词项间互信息与共现关系,得到初始相似度并对词项进行聚类,利用聚类中... 文本表示是自然语言处理中的基础任务,针对传统短文本表示高维稀疏问题,提出1种基于语义特征空间上下文的短文本表示学习方法。考虑到初始特征空间维度过高,通过计算词项间互信息与共现关系,得到初始相似度并对词项进行聚类,利用聚类中心表示降维后的语义特征空间。然后,在聚类后形成的簇上结合词项的上下文信息,设计3种相似度计算方法分别计算待表示文本中词项与特征空间中特征词的相似度,以形成文本映射矩阵对短文本进行表示学习。实验结果表明,所提出的方法能很好地反映短文本的语义信息,能对短文本进行合理而有效的表示学习。 展开更多
关键词 语义特征空间 相似度计算 文本映射矩阵 短文本表示
在线阅读 下载PDF
关系副词where表示非空间概念 被引量:1
18
作者 许国强 《外语研究》 北大核心 1991年第1期29-32,63,共5页
副词where一般表示地点,有时也有情况、方面等意义。例如:1.That is where you are mistaken.2.Where does this plan lead?根据常见的辞书,上述用法只局限于where作连接副词和疑问副词,至于where作关系副词(relative adverb)时能否有... 副词where一般表示地点,有时也有情况、方面等意义。例如:1.That is where you are mistaken.2.Where does this plan lead?根据常见的辞书,上述用法只局限于where作连接副词和疑问副词,至于where作关系副词(relative adverb)时能否有“地点”以外的意义,在一般的词典和语法书上还没找到说明和例句。笔者在阅读中注意到,关系副词where表示空间以外的概念并不少见。 展开更多
关键词 关系副词 先行词 空间概念 连接副词 非限制性定语从句 表示空间 疑问副词 例句 时间概念 地点
在线阅读 下载PDF
基于概念全信息空间的文本知识挖掘算法 被引量:1
19
作者 宋菲 朱群雄 顾祥柏 《计算机应用与软件》 CSCD 北大核心 2008年第7期96-97,108,共3页
提出了用非负矩阵因子分解法(NMF)得到的基向量作为概念空间,并用其代替原特征向量空间来表示文本特征的方法,该方法不仅降低了特征空间的维数而且弥补了传统表示法无法体现特征相关性的不足。在此基础上,提出了基于概念全信息空间的文... 提出了用非负矩阵因子分解法(NMF)得到的基向量作为概念空间,并用其代替原特征向量空间来表示文本特征的方法,该方法不仅降低了特征空间的维数而且弥补了传统表示法无法体现特征相关性的不足。在此基础上,提出了基于概念全信息空间的文本知识挖掘算法。实验结果表明,与单纯的基于语义的知识挖掘方法相比,提出的算法具有更好的精度与效率,提取的知识既包含具体内容又体现知识的价值,能够为智能决策的合理性提供可靠的依据。 展开更多
关键词 文本知识挖掘 基于概念空间的特征表示 NMF-模糊层次分析法 概念全信息空间
在线阅读 下载PDF
基于深度学习特征的稀疏表示的人脸识别方法 被引量:32
20
作者 马晓 张番栋 封举富 《智能系统学报》 CSCD 北大核心 2016年第3期279-286,共8页
本文针对传统的基于稀疏表示的人脸识别方法在小样本情况下对类内变化鲁棒性不强的问题,从特征的层面入手,提出了基于深度学习特征的稀疏表示的人脸识别方法。本方法首先利用深度卷积神经网络提取对类内变化不敏感的人脸特征,然后通过... 本文针对传统的基于稀疏表示的人脸识别方法在小样本情况下对类内变化鲁棒性不强的问题,从特征的层面入手,提出了基于深度学习特征的稀疏表示的人脸识别方法。本方法首先利用深度卷积神经网络提取对类内变化不敏感的人脸特征,然后通过稀疏表示对所得人脸特征进行表达分类。本文通过实验,说明了深度学习得到的特征也具有一定的子空间特性,符合基于稀疏表示的人脸识别方法对于子空间的假设条件。实验证明,基于深度学习特征的稀疏表示的人脸识别方法具有较好的识别准确度,对类内变化具有很好的鲁棒性,特别在小样本问题中具有尤为突出的优势。 展开更多
关键词 机器学习 生物特征识别 深度学习 特征学习 空间 小样本 稀疏表示 人脸识别
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部