期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用深度去噪自编码器深度学习的指令意图理解方法
被引量：
5
1
作者
李瀚清
房宁
+1 位作者
赵群飞
夏泽洋
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2016年第7期1102-1107,共6页
提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的...
提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的文本向量空间模型的基础上,融合了文本指令的词性信息,定义了一种文本表示模型——词性向量空间模型;将SDAE应用于文本指令意图理解,提取指令的高阶特征;用高斯核支持向量机进行训练和预测,进而实现了自然语言指令的意图理解.在所建语料库上进行多折交叉验证,结果表明指令意图理解平均准确率达到96%以上.
展开更多
关键词
意图理解
向量空间模型
支持向量机
深度去噪自编码器
在线阅读
下载PDF
职称材料
基于改进的引导图像滤波和深度去噪自编码器的微弱目标跟踪算法
被引量：
4
2
作者
赵宗超
李东兴
赵蒙娜
《科学技术与工程》
北大核心
2020年第14期5696-5701,共6页
微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter,GIF)算法...
微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter,GIF)算法对目标图像进行滤波处理,保留有价值的模板信息并使不准确的背景模板模糊,有效增强目标图像;通过改进的深度学习算法对深度去噪自编码器训练和微调,更好地适应目标外观变化;构造粒子分类器框架根据粒子重要性权重定位目标。实验结果表明,该算法在微弱目标跟踪准确度和抗干扰能力上优于多种现有主流跟踪算法。
展开更多
关键词
目标跟踪
引导图像滤波
深度去噪自编码器
微弱目标
在线阅读
下载PDF
职称材料
增量深度学习目标跟踪
被引量：
17
3
作者
程帅
孙俊喜
+1 位作者
曹永刚
赵立荣
《光学精密工程》
EI
CAS
CSCD
北大核心
2015年第4期1161-1170,共10页
由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监...
由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监督特征学习预训练深度去噪自编码器以克服跟踪中训练样本的不足。将深度去噪自编码器应用到在线跟踪中,使提取的特征集合能够有效表达粒子图像区域。在深度去噪自编码器中添加了增量特征学习方法,得到了更有效的特征集以适应跟踪过程中目标外观变化。该方法还用线性支持向量机对特征集合进行分类,提高对粒子集合的分类精度,以得到更精确的目标位置。在复杂环境下对不同图片序列进行的实验表明:该算法的跟踪综合评价指标为94%、重叠率为74%,平均帧率为13frame/s。与现有的跟踪算法相比,本算法有效地解决目标漂移甚至跟踪丢失问题,并且对遮挡、相似背景、光照变化、外观变化具有更好的鲁棒性及精确度。
展开更多
关键词
目标跟踪
粒子滤波
深度去噪自编码器
支持向量机
增量特征
深度
学习
在线阅读
下载PDF
职称材料
题名
利用深度去噪自编码器深度学习的指令意图理解方法
被引量：
5
1
作者
李瀚清
房宁
赵群飞
夏泽洋
机构
上海市北斗导航与位置服务重点实验室
上海交通大学自动化系
上海交通大学人文学院
中国科学院深圳先进技术研究院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2016年第7期1102-1107,共6页
基金
国家自然科学基金资助项目(51305436)
文摘
提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的文本向量空间模型的基础上,融合了文本指令的词性信息,定义了一种文本表示模型——词性向量空间模型;将SDAE应用于文本指令意图理解,提取指令的高阶特征;用高斯核支持向量机进行训练和预测,进而实现了自然语言指令的意图理解.在所建语料库上进行多折交叉验证,结果表明指令意图理解平均准确率达到96%以上.
关键词
意图理解
向量空间模型
支持向量机
深度去噪自编码器
Keywords
intention understanding
vector space model （VSM）
support vector machine （SVM）
stackeddenoising autoencoder （SDAE）
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于改进的引导图像滤波和深度去噪自编码器的微弱目标跟踪算法
被引量：
4
2
作者
赵宗超
李东兴
赵蒙娜
机构
山东理工大学机械工程学院
出处
《科学技术与工程》
北大核心
2020年第14期5696-5701,共6页
基金
国家自然科学基金(51705296)。
文摘
微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter,GIF)算法对目标图像进行滤波处理,保留有价值的模板信息并使不准确的背景模板模糊,有效增强目标图像;通过改进的深度学习算法对深度去噪自编码器训练和微调,更好地适应目标外观变化;构造粒子分类器框架根据粒子重要性权重定位目标。实验结果表明,该算法在微弱目标跟踪准确度和抗干扰能力上优于多种现有主流跟踪算法。
关键词
目标跟踪
引导图像滤波
深度去噪自编码器
微弱目标
Keywords
target tracking
guided image filtering
deep denoising autoencoder
dim target
分类号
TP391.41 [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
增量深度学习目标跟踪
被引量：
17
3
作者
程帅
孙俊喜
曹永刚
赵立荣
机构
长春理工大学电子信息工程学院
东北师范大学计算机科学与信息技术学院
中国科学院长春光学精密机械与物理研究所
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2015年第4期1161-1170,共10页
基金
吉林省科技厅资助项目(No.20090512
20100312)
文摘
由于现有目标跟踪算法在复杂环境下易发生目标漂移甚至跟踪丢失,故本文提出了以双重采样粒子滤波为框架,基于增量深度学习的目标跟踪算法。该算法在粒子滤波中引入粒子集规模自适应调整的双重采样来解决粒子衰减及贫化问题,并利用无监督特征学习预训练深度去噪自编码器以克服跟踪中训练样本的不足。将深度去噪自编码器应用到在线跟踪中,使提取的特征集合能够有效表达粒子图像区域。在深度去噪自编码器中添加了增量特征学习方法,得到了更有效的特征集以适应跟踪过程中目标外观变化。该方法还用线性支持向量机对特征集合进行分类,提高对粒子集合的分类精度,以得到更精确的目标位置。在复杂环境下对不同图片序列进行的实验表明:该算法的跟踪综合评价指标为94%、重叠率为74%,平均帧率为13frame/s。与现有的跟踪算法相比,本算法有效地解决目标漂移甚至跟踪丢失问题,并且对遮挡、相似背景、光照变化、外观变化具有更好的鲁棒性及精确度。
关键词
目标跟踪
粒子滤波
深度去噪自编码器
支持向量机
增量特征
深度
学习
Keywords
target tracking
partical filter
stacked denoising autoencoder
support vector machine
incremental feature
deep learning
分类号
TP391.4 [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
作者
出处
发文年
被引量
操作
1
利用深度去噪自编码器深度学习的指令意图理解方法
李瀚清
房宁
赵群飞
夏泽洋
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2016
5
在线阅读
下载PDF
职称材料
2
基于改进的引导图像滤波和深度去噪自编码器的微弱目标跟踪算法
赵宗超
李东兴
赵蒙娜
《科学技术与工程》
北大核心
2020
4
在线阅读
下载PDF
职称材料
3
增量深度学习目标跟踪
程帅
孙俊喜
曹永刚
赵立荣
《光学精密工程》
EI
CAS
CSCD
北大核心
2015
17
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
