特征表达
特征表达的相关文献在1981年到2022年内共计118篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文81篇、会议论文1篇、专利文献84763篇;相关期刊67种,包括中国图象图形学报、中国机械工程、现代电子技术等;
相关会议1种,包括第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)等;特征表达的相关文献由367位作者贡献,包括江晟、王殿海、董虎胜等。
特征表达—发文量
专利文献>
论文:84763篇
占比:99.90%
总计:84845篇
特征表达
-研究学者
- 江晟
- 王殿海
- 董虎胜
- 钟珊
- 于丹
- 俞嘉地
- 刘宇
- 刘海霞
- 刘畅
- 刘鹏宇
- 卢立
- 叶大枢
- 吴丽娜
- 姚鸿勋
- 孔浩
- 孙中华
- 孙方德
- 尹宝才
- 崔腾鹤
- 张傲南
- 张吉庆
- 张娅
- 张杰
- 张钹
- 朱军
- 朱进
- 李捷
- 李明禄
- 杜勇
- 杨鑫
- 王亮
- 王军玲
- 王延峰
- 王新年
- 王港
- 王超毅
- 王进
- 祝国旺
- 耿虎军
- 胡丹丹
- 胡宏宇
- 许鹏飞
- 贾克斌
- 赵培森
- 赵沁平
- 赵锴
- 邓振鹏
- 邱钧
- 郭侃
- 陆萍
-
-
易鹏飞;
钟慧;
张召涛;
殷家敏;
简鑫
-
-
摘要:
为了增强图像特征鉴别力和鲁棒性,获取图像紧致特征表达是关键。现有的图像特征学习方法大多采用最大化L_(2)范数的方式定义,导致其对噪声和异常值十分敏感。针对这个问题,提出了一种基于L_(2,1)范数的鲁棒鉴别特征学习算法。该算法在数据预处理中加入了类内聚拢操作,使得同类样本尽可能靠近,减小了类内异常样本以及强噪声样本的影响;此外,引入L_(2,1)范数重新定义了数据的类内和类间相关矩阵,使得模型更具鲁棒性,且提取的特征鉴别能力更强。实验结果显示,相比于现有的一些最新算法,提出的算法不仅具有较高分类准确率,同时还具有较快的收敛速率。这表明了提出算法所提取特征的图像特征具有较强的鉴别力和鲁棒性。
-
-
齐航;
任喆;
李常刚;
刘玉田;
闫炯程
-
-
摘要:
安全域概念下数据驱动的动态安全评估亟需系统化的故障位置特征表达方法。在电气坐标系概念基础上,提出故障位置特征表达的盲区识别与电气坐标系扩展方法,进一步提高局部区域的故障位置表征精度。首先,分析电气坐标系在局部区域内故障位置表征精度不足的原因,定义故障位置特征表达的盲点、盲线和盲区;然后,通过分析两点间的位置关系,确定盲线判定原理,提出考虑邻接线路的盲线快速搜索方法;最后,提出基于邻接矩阵的初始盲区识别算法,并基于模型评估结果对盲区进行微调,通过扩展电气坐标系参考节点提高了对盲区的故障位置表征精度。以暂态稳定评估为例,在中国省级电网算例下验证了所提方法在动态安全评估中的适用性。
-
-
李鑫;
李哲民;
魏居辉;
杨雅婷;
王红霞
-
-
摘要:
跨域训练任务是目前机器学习领域的一个开放性挑战问题.目前最新的研究都在讨论利用真实特征的跨域不变性对未知域数据进行预测,从而实现跨域泛化能力.但事实上,当知道数据来自哪个域时,综合利用真实特征和虚假特征会取得更好的预测效果.针对这一问题,设计了一个同时适用于跨域泛化和跨域适应任务的学习模型CDGA(cross-domain generalization and adaptation model).该模型的核心仍是分离出真实特征,因此新提出了一种更加稳定的训练风险函数,其在跨域泛化问题中不仅具有更高的测试准确率,还克服了现有方法容易过拟合的缺点,可以很好地嵌入到CDGA模型中.另外,通过设计的算法训练后,可使CDGA模型的数据表达部分有效地分离出真实特征和虚假特征,而分类器部分自适应学习选择泛化分类器或特定环境的分类器,从而结合应用了虚假特征,在跨域任务中实现高效预测.最后在构建的彩色手写数字数据集上测试,结果显著优于已有方法.
-
-
高扬
-
-
摘要:
“人民司法”是中国特色社会主义法治话语的典型表达。在中国共产党领导的法治现代化进程中,经历革命话语、改革话语和强国话语的历史考验,“人民司法”话语内涵得以确证,具体表现为马克思主义法学理论是其理论源头、扎根中国大地是其实践特质、中华法系优秀文化传统是其文化基因和不断与时俱进是其生命特质。“人民司法”话语的形成,体现了原创性和科学性统一、人民性和实践性统一、民族性和时代性统一的结构表达。“人民司法”蕴含了党对司法全面领导的政治逻辑、司法保障人民当家作主的理论逻辑、司法践行群众路线的实践逻辑、司法维护公平正义的本体逻辑和司法服务工作大局的治理逻辑等基本规律,成为推动中华民族伟大复兴的法治利器。
-
-
邱佳;
周焱平;
陈旭东;
潘辉扬
-
-
摘要:
垃圾分类有利于资源的回收利用和减少环境污染。文章结合计算机视觉与垃圾分类任务,提出一种针对改进的Mobile Net V2生活垃圾图像分类算法。与原有的分类算法相比,改进的Mobile NetV2算法引入注意力机制引导模型关注图像的关键信息特征,提高模型特征表达的能力。此外,通过构建垃圾分类的数据集便于模型训练和测试,并提出一种类内随机图像融合的数据噪声增强策略,进一步增加数据的多样性。实验显示,改进的注意力Mobile Net V2网络进一步提升了网络的分类准确率,具备一定的实用性。
-
-
赵雪梅;
吴军;
陈睿星
-
-
摘要:
现有卷积神经网络(convolutional neural network,CNN)利用卷积层和激活函数的叠加,构建复杂非线性函数拟合输入数据到输出标签的转换关系,这种端到端的学习方式严重影响了CNN特征图与先验知识的融合,导致其对训练样本数量和质量敏感,同时增加了CNN特征图可解释性难度.本文从深度学习建模方式角度出发,以遥感图像特征表达及其可解释性为切入点,搭建传统遥感图像先验知识与CNN的桥梁,分析阐述了黎曼流形特征空间(Riemannian manifold feature space,RMFS)对CNN可解释性、特征演化规律等方面的促进作用;提出融合CNN与RMFS构建RMFS-CNN遥感图像分类新框架,以RMFS为特征过渡平台,一方面利用其线性特征分布规律降低CNN对传统图像特征的学习难度,另一方面定义能够突显图像先验知识的表达范式,提高CNN对可解释性特征的学习能力,以达到利用RMFS对先验知识(特征)表达的优异性能提高CNN遥感图像分类特征利用效率的目的;以RMFS特征表达范式为基础定义控制CNN特征学习偏好的损失函数,进而发展具有良好特征解释性的CNN分类模型及可控的模型训练方法;最后指出构建RMFS-CNN分类框架的可行性及该框架对遥感图像分类和深度学习理论发展方面的理论贡献与应用价值.
-
-
赵黎
-
-
摘要:
从目前全系神经网络的发展来看,卷积神经网络是人工智能网络的重要组成部分,并且具有非常重要的分析与研究价值。文章从卷积神经网络概念出发,着重分析了卷积神经网络卷积层、池化层、全连接层的基本结构,有利于人们掌握卷积神经网络的特点。与此同时,文章还探究了卷积神经网络的缺陷以及发展方向,以此希望能为相关人员提供一定的参考价值。
-
-
张纠;
刘晓芳;
杨兵
-
-
摘要:
为提高卷积神经网络在医学图像上的配准性能,提出一种双通道级联注意力网络用于医学图像配准.针对浮动图像和固定图像,用两个卷积神经网络对配准场进行估计;用配准场级联策略提高配准场变形估计性能;在配准场估计过程中引入注意力机制用于自动学习和优化注意力特征并分配特征权重,进一步加强特征表达能力,提高配准性能.通过对脑部图像和肺部图像的配准实验分析,验证了该方法的有效性和准确性.
-
-
蒋方玲;
刘鹏程;
周祥东
-
-
摘要:
人脸活体检测是为了提高人脸识别系统安全性而需要重点研究的问题.本文首先从人脸活体检测的问题出发,分个体、类内、类间三个层面对人脸活体检测存在的困难与挑战进行了阐述分析.接下来,本文以算法使用的分类线索为主线,分类别对人脸活体检测算法及其优缺点进行了梳理和总结.之后,本文就常用人脸活体检测数据集的特点、数据量、数据多样性等方面进行了对比分析,对算法评估常用的性能评价指标进行了阐述,总结分析了代表性人脸活体检测方法在照片视频类数据集CASIA-MFSD、Replay-Attack、Oulu-NPU、SiW以及面具类数据集3DMAD、SMAD、HKBU-MARsV2上的实验性能.最后本文对人脸活体检测未来可能的发展方向进行了思考和探讨.
-
-
李宗倍
-
-
摘要:
特色商业街的设计是旅游项目提升吸引力的主要部分,是城市展示的窗口和名片,也是游客感受地域文化和体验旅游风情的场所.在实际项目中,商业街设计需要根据业态主题采取不同的风格类型.本文研究不同建筑风格在旅游特色商业街立面设计上的特征表达,提出立面设计上需要注意的要点,就商业街立面设计如何营造更具特色的商业空间效果展开讨论.
-
-
YE Dashu;
叶大枢;
HUANG Peijie;
黄沛杰;
DENG Zhenpeng;
邓振鹏;
HUANG Qiang;
黄强
- 《第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)》
-
摘要:
按功能或问题域划分,商品属性抽取(product feature mining)在限定领域的对话系统中属于口语语言理解(spoken language understanding,SLU)的范畴.商品属性抽取任务只关注自然文本中描述商品属性的某一特定部分,它是细粒度观点抽取(fine-grained opinion mining)的一个重要的子任务.现有的商品属性抽取技术主要建立在商品的评论语料上,本文以手机导购对话系统为背景,将商品属性抽取应用到整个对话过程中,增强对话系统应答的针对性.使用基于CBOW(continuous bag of words)语言模型的word2vector(W2V)对词汇的语义层面建模,提出一个针对口语对话的指数型变长静态窗口特征表达框架,捕捉不同距离词语组合的重要特征,使用卷积神经网络(convolutional neural network,CNN)结合词汇的语义和上下文层面对口语对话语料中的商品属性进行抽取.词嵌入模型给出了当前词和所给定的属性类别是否存在相关性的证据,而所提出的特征表达框架则是为了解决一词多义的问题.实验结果表明,本文提出的抽取方法取得了优于研究进展中方法的商品属性识别效果.