搜索结果: 1-5 共查到“工学 图学习”相关记录5条 . 查询时间(0.396 秒)
基于低秩张量图学习的不完整多视角聚类
多视角聚类 视角缺失 不完整多视角聚类 图学习
2024/1/16
传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型。
针对传统跨媒体相关模型(CMRM)只考虑图像的视觉信息与标注词之间的相关性,忽略标注词之间所具有的语义相关性的问题,本文提出了一种新的基于图学习算法的CMRM图像语义标注方法。该方法首先根据运动领域图片训练集中的标注词,建立运动领域本体来标注图像;然后采用传统的CMRM标注算法对训练集图像进行第一次标注,获得基于概率模型的图像标注结果;最后,根据本体概念相似度,利用图学习方法对第一次标注结果进行修...
图学习的区域图像标注方法
多示例学习 半监督学习 自动图像标注
2009/9/25
近年来，图像标注技术得到广泛关注。提出一种图学习的自动图像标注方法，将图像标注作为多示例学习框架下的半监督学习策略，通过给出适合图像在包空间的有效度量方式，充分利用未标注样本挖掘图像特征的内在规律性，将半监督学习的方法和多示例学习有效结合起来，从而获得更准确的标注结果。实验结果表明，提出的标注方法可行，同时标注结果与传统的标注方法相比得到了明显提高。
新颖的模糊认知图学习方法解决工业控制问题
权重矩阵 粒子群优化算法 量子粒子群优化算法
2009/7/9
介绍的是基于量子粒子群算法模糊认知图的学习方法。其主要的思路是更新模糊认知图中能够使之趋向所要求的稳定状态的非零权值。将所研究的方法运用到工业控制问题，具有很大的现实意义。实验的结果表明，该方法是有效的，并优于传统的粒子群算法。
二进神经网络的汉明图学习算法
模式识别 二进神经网络 学习算法
2007/12/26
二进神经网络的几何学习算法ETL必须分隔全部真顶点集合和伪顶点集合，且为一种穷举的算法.该文使用所定义的汉明图和子汉明图，给出了选择核心顶点的依据，组成和扩展子汉明图的方向和步骤，以及一个子汉明图可用一个隐层神经元表示的条件和权值、阈值的计算公式.所提出的二进神经网络汉明图学习算法可用于任意布尔函数；无需穷举并一定收敛，因而是快速的；对文献所举实例取得了较ETL算法结构更为优化的三层前向网络.