检索结果-维普期刊中文期刊服务平台

基于多机器学习竞争策略的短时交通流预测被引量：8: 1; 作者徐健锋汤涛 +1 位作者严军峰刘真《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第4期185-190,198,共7页; 交通流量预测是当前交通大数据应用的重要议题之一.经典的交通流量预测方法通常只根据被预测道路自身的数据进行分析和决策,而往往较少考虑由于同一区域不同道路之间的交通流量关联性.本研究根据城市核心区交通流量数据的特点,构建同区... 展开更多; 关键词城市交通交通流量机器学习集成学习时间序列; 在线阅读下载PDF 职称材料

利用多尺度分析和编组的基于目标的注意计算模型被引量：5: 2; 作者邹琪罗四维郑宇《电子学报》 EI CAS CSCD 北大核心 2006年第3期559-562,共4页; 模拟生物视觉感知提出一种基于目标的注意计算模型,主要用到两个关键技术:多尺度分析和编组.用于多尺度分析的微分算子从原始图像中提取重要边缘,随后源于格式塔知觉组织规则的轮廓编组过程将边缘组织成感知目标.注意焦点按照各目标显... 展开更多; 关键词生物视觉感知多尺度分析编组基于目标的注意; 在线阅读下载PDF 职称材料

一个新闻视频库的原型系统设计被引量：2: 3; 作者张琍《河北省科学院学报》 CAS 2005年第1期26-30,共5页; 以基于语义模型的扩展关系模型为数据模型,建立了一个新闻视频库管理原型系统,并就新闻视频库数据模型的构造、新闻视频数据浏览、数据检索等主要技术问题进行了探讨。; 关键词新闻视频数据模型原型系统设计数据浏览数据检索; 在线阅读下载PDF 职称材料

一种基于上下文语义信息的图像块视觉单词生成算法被引量：41: 4; 作者刘硕研须德 +2 位作者冯松鹤刘镝裘正定《电子学报》 EI CAS CSCD 北大核心 2010年第5期1156-1161,共6页; 基于视觉单词的词包模型表示(Bag-of-Words)算法是目前场景分类中的主流方法.传统的视觉单词是通过无监督聚类图像块的特征向量得到的.针对传统视觉单词生成算法中没有考虑任何语义信息的缺点,本论文提出一种基于上下文语义信息的图像... 展开更多; 关键词场景分类视觉单词概率潜在语义分析模型 MARKOV随机场模型上下文语义信息; 在线阅读下载PDF 职称材料

题名基于多机器学习竞争策略的短时交通流预测被引量：8: 1; 作者徐健锋汤涛严军峰刘真; 机构南昌大学软件学院同济大学电子与信息工程学院北京交通大学计算机系; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第4期185-190,198,共7页; 基金国家自然科学基金(61273304) 上海市重点项目(ZY3-CCCX-3-6002) 南昌大学研究生创新项目(cx2015097)~~; 文摘交通流量预测是当前交通大数据应用的重要议题之一.经典的交通流量预测方法通常只根据被预测道路自身的数据进行分析和决策,而往往较少考虑由于同一区域不同道路之间的交通流量关联性.本研究根据城市核心区交通流量数据的特点,构建同区域内多条相关道路的交通流量多维度数据模型.并且,基于该数据模型提出了一种基于多机器学习竞争策略的交通流量预报算法.该算法的主要核心思想是利用时间序列聚类的方式将多维交通流量数据进行降维,然后通过引入多种多机器学习方法进行并发训练,其训练结果通过竞争获得最优分类器群.最后设计了多最优机器学习集成预测方法进行交通流量预测.本模型通过在南昌市中心道路进行的实验显示,其预测结果优于传统单时间序列机器学习方法.; 关键词城市交通交通流量机器学习集成学习时间序列; Keywords urban traffic traffic flow machine learning ensemble learning time series; 分类号 U491.2 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名利用多尺度分析和编组的基于目标的注意计算模型被引量：5: 2; 作者邹琪罗四维郑宇; 机构北京交通大学计算机系; 出处《电子学报》 EI CAS CSCD 北大核心 2006年第3期559-562,共4页; 基金国家自然科学基金(No.60373029) 北京市重点学科共建项目; 文摘模拟生物视觉感知提出一种基于目标的注意计算模型,主要用到两个关键技术:多尺度分析和编组.用于多尺度分析的微分算子从原始图像中提取重要边缘,随后源于格式塔知觉组织规则的轮廓编组过程将边缘组织成感知目标.注意焦点按照各目标显著程度递减的顺序在目标间转移,目标显著程度由边缘重要性、区域对比度和轮廓闭合性共同决定.该模型考虑了目标的独立性和完整性,因此比基于空间的注意有更高的检测精度.多尺度分析为轮廓编组提供了候选边缘,从而提高了编组的效率.对多类自然图像的实验验证了该模型计算上的高效性和生物学上的合理性.; 关键词生物视觉感知多尺度分析编组基于目标的注意; Keywords biology perception multi-scale analysis grouping object-based attention; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一个新闻视频库的原型系统设计被引量：2: 3; 作者张琍; 机构北京交通大学计算机系; 出处《河北省科学院学报》 CAS 2005年第1期26-30,共5页; 文摘以基于语义模型的扩展关系模型为数据模型,建立了一个新闻视频库管理原型系统,并就新闻视频库数据模型的构造、新闻视频数据浏览、数据检索等主要技术问题进行了探讨。; 关键词新闻视频数据模型原型系统设计数据浏览数据检索; Keywords News video,-Data model Design of prototype system Scanning of data Searching of data; 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

题名一种基于上下文语义信息的图像块视觉单词生成算法被引量：41: 4; 作者刘硕研须德冯松鹤刘镝裘正定; 机构北京交通大学计算机科学系北京交通大学信息科学研究所; 出处《电子学报》 EI CAS CSCD 北大核心 2010年第5期1156-1161,共6页; 基金国家自然科学基金(No.60803072 No.90820013) 中国博士后科学基金(No.20090460197); 文摘基于视觉单词的词包模型表示(Bag-of-Words)算法是目前场景分类中的主流方法.传统的视觉单词是通过无监督聚类图像块的特征向量得到的.针对传统视觉单词生成算法中没有考虑任何语义信息的缺点,本论文提出一种基于上下文语义信息的图像块视觉单词生成算法:首先,本文中使用的上下文语义信息是视觉单词之间的语义共生概率,它是由概率潜在语义分析模型(probabilistic Latent Semantic Analysis)自动分析得到,无需任何人工标注.其次,我们引入Markov随机场理论中类别标记的伪似然度近似的策略,将图像块在特征域的相似性同空间域的上下文语义共生关系有机地结合起来,从而更准确地为图像块定义视觉单词.最后统计视觉单词的出现频率作为图像的场景表示,利用支持向量机分类器完成图像的场景分类任务.实验结果表明,本算法能有效地提高视觉单词的语义准确性,并在此基础上改善场景分类的性能.; 关键词场景分类视觉单词概率潜在语义分析模型 MARKOV随机场模型上下文语义信息; Keywords scene categorization visual words probabilistic latent semantic analysis （pISA） markov random fields （MRF） contextual semantic information; 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	基于多机器学习竞争策略的短时交通流预测	徐健锋汤涛严军峰刘真	《交通运输系统工程与信息》 EI CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料
2	利用多尺度分析和编组的基于目标的注意计算模型	邹琪罗四维郑宇	《电子学报》 EI CAS CSCD 北大核心	2006	5	在线阅读下载PDF 职称材料
3	一个新闻视频库的原型系统设计	张琍	《河北省科学院学报》 CAS	2005	2	在线阅读下载PDF 职称材料
4	一种基于上下文语义信息的图像块视觉单词生成算法	刘硕研须德冯松鹤刘镝裘正定	《电子学报》 EI CAS CSCD 北大核心	2010	41	在线阅读下载PDF 职称材料