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
2
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
结构化预测的车辆联合检测与跟踪方法
被引量：
2
1
作者
任亚婧
张宏立
《现代电子技术》
北大核心
2019年第15期29-32,共4页
为了对道路车辆进行流量的统计与监控跟踪,提出一种联合检测与跟踪思想的方法。该方法利用初始分割时产生的目标数量的冲突集描述分割阶段产生的错误以及遮挡问题,并通过建立车辆近邻关联事件和与之对应的关联标签变量,将汽车监控跟踪...
为了对道路车辆进行流量的统计与监控跟踪,提出一种联合检测与跟踪思想的方法。该方法利用初始分割时产生的目标数量的冲突集描述分割阶段产生的错误以及遮挡问题,并通过建立车辆近邻关联事件和与之对应的关联标签变量,将汽车监控跟踪建模为一个结构化预测问题,利用相应的关联标签变量建立全局目标函数,从而将车辆跟踪问题转化为一个通过求解带约束的整数规划问题,最后求解得到车辆轨迹的全局最优解。
展开更多
关键词
交通监控
随机森林分类器
联合检测跟踪
整数规划
结构化预测
支持向量机
在线阅读
下载PDF
职称材料
一种用于方向预测的集成学习算法
被引量：
2
2
作者
付忠良
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012年第2期250-258,共9页
对用方向向量标识示例的学习问题,以预测方向与实际方向之间的方向误差最小化为目标,提出了一种可用于方向预测的集成学习算法,详细分析了构造多个预测函数以及组合各个预测函数以实现方向的最优化预测方法.提出的算法具有广泛的应用特...
对用方向向量标识示例的学习问题,以预测方向与实际方向之间的方向误差最小化为目标,提出了一种可用于方向预测的集成学习算法,详细分析了构造多个预测函数以及组合各个预测函数以实现方向的最优化预测方法.提出的算法具有广泛的应用特性:当用不同的轴向来标识类别时,可简化得到多分类连续AdaBoost算法,其能确保训练错误率随分类器个数增加而降低;用错分代价组成的向量来标识示例时,可简化得到一种平均错分代价最小化的集成学习算法.理论分析和实验结果均表明了算法的合理性和有效性.
展开更多
关键词
结构化预测
方向
预测
模糊分类
代价敏感
ADABOOST算法
在线阅读
下载PDF
职称材料
题名
结构化预测的车辆联合检测与跟踪方法
被引量：
2
1
作者
任亚婧
张宏立
机构
新疆大学电气工程学院
出处
《现代电子技术》
北大核心
2019年第15期29-32,共4页
基金
国家自然科学基金项目(51767022)
中国新能源汽车产品检测工况研究和开发项目资助~~
文摘
为了对道路车辆进行流量的统计与监控跟踪,提出一种联合检测与跟踪思想的方法。该方法利用初始分割时产生的目标数量的冲突集描述分割阶段产生的错误以及遮挡问题,并通过建立车辆近邻关联事件和与之对应的关联标签变量,将汽车监控跟踪建模为一个结构化预测问题,利用相应的关联标签变量建立全局目标函数,从而将车辆跟踪问题转化为一个通过求解带约束的整数规划问题,最后求解得到车辆轨迹的全局最优解。
关键词
交通监控
随机森林分类器
联合检测跟踪
整数规划
结构化预测
支持向量机
Keywords
traffic monitoring
random forest classifier
joint detection tracking
integer programming
structural prediction
support vector machine
分类号
TN911.73-34 [电子电信—通信与信息系统]
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
一种用于方向预测的集成学习算法
被引量：
2
2
作者
付忠良
机构
中国科学院成都计算机应用研究所
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012年第2期250-258,共9页
基金
四川省科技支撑计划项目(2008SZ0100
2009SZ0214)
文摘
对用方向向量标识示例的学习问题,以预测方向与实际方向之间的方向误差最小化为目标,提出了一种可用于方向预测的集成学习算法,详细分析了构造多个预测函数以及组合各个预测函数以实现方向的最优化预测方法.提出的算法具有广泛的应用特性:当用不同的轴向来标识类别时,可简化得到多分类连续AdaBoost算法,其能确保训练错误率随分类器个数增加而降低;用错分代价组成的向量来标识示例时,可简化得到一种平均错分代价最小化的集成学习算法.理论分析和实验结果均表明了算法的合理性和有效性.
关键词
结构化预测
方向
预测
模糊分类
代价敏感
ADABOOST算法
Keywords
structured prediction
direction prediction
fuzzy classification
cost-sensitive
AdaBoost algorithm
分类号
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
作者
出处
发文年
被引量
操作
1
结构化预测的车辆联合检测与跟踪方法
任亚婧
张宏立
《现代电子技术》
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
一种用于方向预测的集成学习算法
付忠良
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2012
2
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
