期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于降噪自编码器特征学习的作者识别及其在《西游记》诗词上的应用 被引量:7
1
作者 范亚超 罗天健 周昌乐 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第6期884-889,共6页
由于作者归属问题较为复杂,采用传统自然语言处理模型难以完成作者识别.为了深入挖掘作者归属问题,首先采用降噪自编码器深度模型提取文本结构特征,再采用支持向量机分类器完成作者识别.模型的优势在于能够考虑未知文本特征的噪声多样... 由于作者归属问题较为复杂,采用传统自然语言处理模型难以完成作者识别.为了深入挖掘作者归属问题,首先采用降噪自编码器深度模型提取文本结构特征,再采用支持向量机分类器完成作者识别.模型的优势在于能够考虑未知文本特征的噪声多样性和复杂性,且能够重构添加噪声的原始文本输入.将该方法应用于吴承恩、王廷陈、薛蕙等人的诗词作者识别,识别准确率最高为78.2%,验证了该方法的有效性,进一步将该方法应用于《西游记》诗词作者识别. 展开更多
关键词 降噪自编码器 编码特征 作者识别
在线阅读 下载PDF
用于冥想神经反馈系统的脑电图数据挖掘研究 被引量:1
2
作者 徐昊 黄敏 周昌乐 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第2期258-264,共7页
有研究表明禅修冥想有益于现代人的身心健康,为了研发能有助于禅修的冥想神经反馈系统,采集乐易心法七日禅学员脑电图信号,提取15维脑电图特征,以禅修导师给学员的评分作为标记,对数据进行个性化校准,测试多种分类和回归算法对学员水平... 有研究表明禅修冥想有益于现代人的身心健康,为了研发能有助于禅修的冥想神经反馈系统,采集乐易心法七日禅学员脑电图信号,提取15维脑电图特征,以禅修导师给学员的评分作为标记,对数据进行个性化校准,测试多种分类和回归算法对学员水平的分类性能.实验结果表明,个性化校准方案可以有效解决脑电图研究中的个体差异问题,15维脑电图特征数据经校准后可以使随机森林等分类算法以93%以上的准确率识别出高水平禅修者,为更加智能的冥想神经反馈系统的研发提供了支持. 展开更多
关键词 脑电图 冥想 数据挖掘 机器学习 神经反馈 个性化校准 禅修
在线阅读 下载PDF
基于深度学习进行动作模仿的舞蹈机器人 被引量:12
3
作者 杨锦隆 施明辉 +1 位作者 晁飞 周昌乐 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第5期759-766,共8页
为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人 作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置 坐标;再利用机器人逆... 为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人 作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置 坐标;再利用机器人逆运动学计算求解得到机器人各关节角度值,调整下半身关节角度值来保持机器人的平衡.最终在 优必选Alphaebot人形机器人上进行了实验.结果表明该系统可通过分析RGB图像对画面中的动作进行模仿,提高了 机器人舞蹈的灵活性与交互性. 展开更多
关键词 人体姿态估计 动作模仿 机器人舞蹈 人机交互
在线阅读 下载PDF
一种基于循环神经网络的古文断句方法 被引量:25
4
作者 王博立 史晓东 苏劲松 《北京大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第2期255-261,共7页
提出一种基于循环神经网络的古文自动断句方法。该方法采用基于GRU(gated recurrent unit)的双向循环神经网络进行古文断句。在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确... 提出一种基于循环神经网络的古文自动断句方法。该方法采用基于GRU(gated recurrent unit)的双向循环神经网络进行古文断句。在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确率。在大规模古籍语料上的实验结果表明,所提方法能够取得比传统方法更高的断句F1值。 展开更多
关键词 古汉语 断句 循环神经网络
在线阅读 下载PDF
一种基于姿态关系特征的机器人舞蹈生成方法 被引量:7
5
作者 彭文耀 吴瑞琪 +1 位作者 晁飞 周昌乐 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第5期774-780,共7页
如何使机器人伴随着音乐舞蹈是一个有趣又有挑战性的课题,为此提出了一种自动生成机器人舞蹈动作序列的方法.采用门控循环单元(GRU)网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的... 如何使机器人伴随着音乐舞蹈是一个有趣又有挑战性的课题,为此提出了一种自动生成机器人舞蹈动作序列的方法.采用门控循环单元(GRU)网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的相关性,再结合舞蹈动作图,采样并规划出与节拍同步的机器人舞蹈动作.该方法适用于目前商业娱乐机器人平台上提供的规模小、风格多样的机器人舞蹈数据集.将其在优必选Alpha1S机器人平台上进行实验后发现,机器人能够根据算法生成的动作序列演绎出稳定、流畅的舞蹈;调查问卷表明,人们很难区分舞蹈片段是由该算法生成的还是由人类设计的. 展开更多
关键词 机器人舞蹈 姿态关系 深度学习 动作图
在线阅读 下载PDF
一种多层特征融合的人脸检测方法 被引量:8
6
作者 王成济 罗志明 +1 位作者 钟准 李绍滋 《智能系统学报》 CSCD 北大核心 2018年第1期138-146,共9页
由于姿态、光照、尺度等原因,卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检测问题。受卷积神经网络中特定特征层感受野大小限制,单独一层的特征无法应对多姿态多尺度的人脸,为此提出了串联不同大小感受野的多... 由于姿态、光照、尺度等原因,卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检测问题。受卷积神经网络中特定特征层感受野大小限制,单独一层的特征无法应对多姿态多尺度的人脸,为此提出了串联不同大小感受野的多层特征融合方法用于检测多元化的人脸;同时,通过引入加权降低得分的方法,改进了目前常用的非极大值抑制算法,用于处理由于遮挡造成的相邻人脸的漏检问题。在FDDB和WiderFace两个数据集上的实验结果显示,文中提出的多层特征融合方法能显著提升检测结果,改进后的非极大值抑制算法能够提升相邻人脸之间的检测准确率。 展开更多
关键词 人脸检测 多姿态 多尺度 遮挡 复杂场景 卷积神经网络 特征融合 非极大值抑制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部