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
4
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
3参数等级反应模型及其参数估计
被引量:
11
1
作者
陈青
丁树良
+1 位作者
朱隆尹
许志勇
《江西师范大学学报(自然科学版)》
CAS
北大核心
2010年第2期117-122,共6页
基于Samejima等级反应模型,将项目猜测度融合到3参数等级反应模型中,且开发了相应的项目参数估计程序,使用模拟数据和实测数据对程序进行了检验;并且证明了如果忽略项目的猜测度,会使能力估计的精度虚假地升高.
关键词
3参数等级反应模型
MMLE/EM算法
FISHER信息量
在线阅读
下载PDF
职称材料
基于搜索区域条件概率CNN的精确目标探测方法
被引量:
4
2
作者
熊丽婷
张青苗
沈克永
《计算机工程与应用》
CSCD
北大核心
2017年第20期134-140,共7页
针对传统目标探测方法多应用于低定位精度系统的情况,提出一种目标定位探测方法,以增强目标探测系统的定位精确度。确定候选框初始集;计算给定搜索区域的每行每列元素的条件概率,这些概率提供目标边界框位置的有用信息,根据概率情况,分...
针对传统目标探测方法多应用于低定位精度系统的情况,提出一种目标定位探测方法,以增强目标探测系统的定位精确度。确定候选框初始集;计算给定搜索区域的每行每列元素的条件概率,这些概率提供目标边界框位置的有用信息,根据概率情况,分别建立内外模型、边界模型和混合模型以返回感兴趣目标的边界框,实现定位;结合定位模型,利用卷积神经网络对目标进行训练探测。通过对PASCAL VOC和COCO数据集不同IoU阈值情况的实验,结果表明,与传统的方法相比,提出方法具有更高的探测准确率,可应用于高级目标探测系统。同时,利用滑动窗的方法确定候选框初始集,说明提出方法完全独立于传统的边界框回归方法。既简化了初始集的确定过程,同时保持较高的探测准确率。
展开更多
关键词
目标探测
卷积神经网络
目标定位
条件概率
边界框
在线阅读
下载PDF
职称材料
求解统计不相关的最佳鉴别矢量的统一算法
被引量:
1
3
作者
束婷婷
甘岚
杨静宇
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002年第3期290-294,共5页
Fisher最佳鉴别准则是高维模式分析中的有效方法 ,其关键是求解最佳鉴别矢量。统计不相关的最佳鉴别矢量保证模式矢量投影后得到的特征是统计不相关的 ,已有的计算统计不相关的最佳鉴别矢量算法不能计算小样本的情形 (类内散布矩阵是奇...
Fisher最佳鉴别准则是高维模式分析中的有效方法 ,其关键是求解最佳鉴别矢量。统计不相关的最佳鉴别矢量保证模式矢量投影后得到的特征是统计不相关的 ,已有的计算统计不相关的最佳鉴别矢量算法不能计算小样本的情形 (类内散布矩阵是奇异的 ) ,针对这种情形 ,该文给出了一种对大小样本都能精确计算统计不相关最佳鉴别矢量的统一算法。在大样本情形下 ,该方法得到的结果与已有的方法相同。为验证算法的有效性 ,将其用于人脸识别实验 。
展开更多
关键词
统一算法
最佳鉴别矢量
统计不相关
模式识别
人脸识别
在线阅读
下载PDF
职称材料
论社会主义初级阶段生产力发展规律
被引量:
2
4
作者
张志祥
纪蓉琴
+1 位作者
刘建政
张毅
《江西农业大学学报(社会科学版)》
2005年第4期48-51,共4页
关键词
生产力发展
社会主义
初级
经济规律
在线阅读
下载PDF
职称材料
题名
3参数等级反应模型及其参数估计
被引量:
11
1
作者
陈青
丁树良
朱隆尹
许志勇
机构
江西师范
大学
计算机
信息工程
学院
华东交通大学计算机学院
赣南师范
学院
计算机
学院
天津市教育招生考试院
出处
《江西师范大学学报(自然科学版)》
CAS
北大核心
2010年第2期117-122,共6页
基金
国家自然科学基金(30860084)
教育部高校博士基金(8020070414001)
+4 种基金
卫生部项目(KY200704)
江西省教育厅科技项目(GJJ08154
GJJ10238
GJJ10098)
天津市教育科学规划课题(Z409)资助项目
文摘
基于Samejima等级反应模型,将项目猜测度融合到3参数等级反应模型中,且开发了相应的项目参数估计程序,使用模拟数据和实测数据对程序进行了检验;并且证明了如果忽略项目的猜测度,会使能力估计的精度虚假地升高.
关键词
3参数等级反应模型
MMLE/EM算法
FISHER信息量
Keywords
3PL-GRM
MMLE/EM algorism
Fisher information
分类号
TP182 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于搜索区域条件概率CNN的精确目标探测方法
被引量:
4
2
作者
熊丽婷
张青苗
沈克永
机构
南昌理工
学院
计算机
信息工程
学院
华东交通大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第20期134-140,共7页
基金
国家自然科学基金(No.61165004)
江西省教育厅科学技术研究项目(No.151170)
文摘
针对传统目标探测方法多应用于低定位精度系统的情况,提出一种目标定位探测方法,以增强目标探测系统的定位精确度。确定候选框初始集;计算给定搜索区域的每行每列元素的条件概率,这些概率提供目标边界框位置的有用信息,根据概率情况,分别建立内外模型、边界模型和混合模型以返回感兴趣目标的边界框,实现定位;结合定位模型,利用卷积神经网络对目标进行训练探测。通过对PASCAL VOC和COCO数据集不同IoU阈值情况的实验,结果表明,与传统的方法相比,提出方法具有更高的探测准确率,可应用于高级目标探测系统。同时,利用滑动窗的方法确定候选框初始集,说明提出方法完全独立于传统的边界框回归方法。既简化了初始集的确定过程,同时保持较高的探测准确率。
关键词
目标探测
卷积神经网络
目标定位
条件概率
边界框
Keywords
object detection
convolutional neural network
object localization
conditional probabilities
bounding box
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
求解统计不相关的最佳鉴别矢量的统一算法
被引量:
1
3
作者
束婷婷
甘岚
杨静宇
机构
南京理工
大学
计算机
科学与技术系
华东交通大学计算机学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002年第3期290-294,共5页
基金
国家自然科学基金资助项目 (6 0 0 72 0 34)
文摘
Fisher最佳鉴别准则是高维模式分析中的有效方法 ,其关键是求解最佳鉴别矢量。统计不相关的最佳鉴别矢量保证模式矢量投影后得到的特征是统计不相关的 ,已有的计算统计不相关的最佳鉴别矢量算法不能计算小样本的情形 (类内散布矩阵是奇异的 ) ,针对这种情形 ,该文给出了一种对大小样本都能精确计算统计不相关最佳鉴别矢量的统一算法。在大样本情形下 ,该方法得到的结果与已有的方法相同。为验证算法的有效性 ,将其用于人脸识别实验 。
关键词
统一算法
最佳鉴别矢量
统计不相关
模式识别
人脸识别
Keywords
optimal discriminant vectors,statistical uncorrelation,pattern recognition
face recognition
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
论社会主义初级阶段生产力发展规律
被引量:
2
4
作者
张志祥
纪蓉琴
刘建政
张毅
机构
江西省社会科
学院
华东
交通大学
外国语
学院
中国江西国际经济技术合作公司
华东交通大学计算机学院
出处
《江西农业大学学报(社会科学版)》
2005年第4期48-51,共4页
关键词
生产力发展
社会主义
初级
经济规律
分类号
F014.1 [经济管理—政治经济学]
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
3参数等级反应模型及其参数估计
陈青
丁树良
朱隆尹
许志勇
《江西师范大学学报(自然科学版)》
CAS
北大核心
2010
11
在线阅读
下载PDF
职称材料
2
基于搜索区域条件概率CNN的精确目标探测方法
熊丽婷
张青苗
沈克永
《计算机工程与应用》
CSCD
北大核心
2017
4
在线阅读
下载PDF
职称材料
3
求解统计不相关的最佳鉴别矢量的统一算法
束婷婷
甘岚
杨静宇
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2002
1
在线阅读
下载PDF
职称材料
4
论社会主义初级阶段生产力发展规律
张志祥
纪蓉琴
刘建政
张毅
《江西农业大学学报(社会科学版)》
2005
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