国家自然科学基金(61175004)

作品数：26被引量：123H指数：5
导出分析报告
相关作者：李玉鑑冷强奎胡海鹤张亚红张婷更多>>
相关机构：北京工业大学北京理工大学更多>>
相关期刊：《计算机与现代化》《模式识别与人工智能》《计算机工程与应用》《电子学报》更多>>
相关主题：支持向量机文本分类泛化能力卷积神经网络随机游走更多>>
相关领域：自动化与计算机技术自然科学总论金属学及工艺更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
深度单峰梯形神经网络被引量：3
《计算机工程与应用》2018年第23期7-13,共7页单传辉 
国家自然科学基金(No.61175004)
近年来,深度学习在许多领域取得了巨大的成功,其中,激活函数是深度学习取得巨大成功的关键因素之一。根据生物神经元特性,针对ReLU右侧响应无界问题,提出了单峰梯形线性单元(Single-Peaked Trapezoid Linear Unit,SPTLU)。SPTLU更加符...
关键词：单峰梯形线性单元(SPTLU) SPTLU神经元 SPTLU网络 对比实验 
逐次非凸凹过程学习图匹配
《计算机辅助设计与图形学学报》2018年第6期1008-1014,共7页曾少锋 李玉鑑 刘兆英 
国家自然科学基金(61175004);高等学校博士学科点专项科研基金(20121103110029)
针对传统学习图匹配在抗形变和抗噪声方面性能不够稳定的问题,提出一种有监督的逐次非凸凹过程学习图匹配方法.首先通过逐次非凸凹过程(GNCCP)求解一系列二次分配问题以估计训练目标函数的上界,并采用Bundle方法对上界进行优化,完成图...
关键词：图匹配 二次分配 有监督学习 非凸凹过程 
基于组合凸线性感知器的文本分类模型
《北京工业大学学报》2017年第11期1681-1689,共9页李玉鑑 王曼丽 刘兆英 
国家自然科学基金资助项目(61175004);高等学校博士学科点专项科研基金资助项目(20121103110029);北京市自然科学基金资助项目(4112009)
针对文本分类问题,从分片线性学习的角度出发,提出了一种文本分类的组合凸线性感知器模型.首先,对文本样本集进行预处理,包括特征选择、特征项赋权等;然后,分别利用生长支持组合凸线性感知器算法(growing support multiconlitron algori...
关键词：分片线性分类器 组合凸线性感知器 文本分类 
基于可见光图像的红外图像纹理映射方法被引量：3
《北京工业大学学报》2017年第6期865-872,共8页胡海鹤 白廷柱 李玉鑑 
国家自然科学基金资助项目(61175004);北京市博士后工作经费资助项目(2015ZZ-24:Q6007011201501)
为有效仿真大规模背景景物红外图像纹理,提出一种基于可见光图像的红外图像纹理映射方法.该方法以相应景物的可见光图像灰度范围为参照,基于同景物某时刻红外图像的温度及灰度分布,计算景物红外图像的温度与灰度对应关系.将对应景物温...
关键词：红外图像纹理映射 可见光图像 单一组分 混合组分 温差 
深层感知器结构设计的逐层主成分分析方法被引量：1
《北京工业大学学报》2017年第2期230-236,共7页李玉鑑 杨红丽 刘兆英 
国家自然科学基金资助项目(61175004);高等学校博士学科点专项科研资助项目(20121103110029);中国博士后科学基金资助项目(2015M580952)
为了解决深层感知器的结构设计问题,提出了一种逐层主成分分析方法.该方法根据训练数据集的分布特点,在适当控制信息损失的条件下,可以有效地确定每层神经元的个数.首先,依据样本维数和标签类数分别确定输入层和输出层神经元的个数;然后...
关键词：深层感知器 结构设计 神经元个数 主成分分析 
基于边特征的学习完全图匹配模型被引量：1
《计算机辅助设计与图形学学报》2017年第2期236-243,共8页曾少锋 李玉鑑 刘兆英 
国家自然科学基金(61175004);中国博士后科学基金资助项目(2015M580952);高等学校博士学科点专项科研基金(20121103110029);北京市博士后工作经费资助项目(2016ZZ-24)
传统的线性学习图匹配模型具有易于训练和能够求解最优匹配的优点,但是没有考虑图的结构信息,从而限制了其匹配精度.为克服这一缺点,提出一种新的线性学习图匹配模型——基于边特征的学习完全图匹配模型(ELC-GM),其中,边特征由边上采样...
关键词：图匹配 边特征 监督 旋转 Hungarian解码 
初始化卷积神经网络的主成分洗牌方法被引量：6
《北京工业大学学报》2017年第1期22-27,共6页李玉鑑 沈成恺 杨红丽 胡海鹤 
国家自然科学基金资助项目(61175004);高等学校博士学科点专项科研基金资助项目(20121103110029);中国博士后科学基金资助项目(2015M580952)
为了更好地初始化卷积神经网络,提出了一种初始化卷积核的有效方法,称为主成分洗牌方法.该方法首先对第1个卷积层的每个输入特征图的所有感受野进行采样,再对采样得到的图像块按输入特征图分别进行主成分分析,利用主成分分析得到的投影...
关键词：卷积神经网络 初始化 主成分分析 
基于多层感知器的深度核映射支持向量机被引量：8
《北京工业大学学报》2016年第11期1652-1661,共10页李玉鑑 张婷 胡海鹤 
国家自然科学基金资助项目(61175004);高等学校博士学科点专项科研基金资助项目(20121103110029)
为改善支持向量机的性能,从深度学习的角度研究核学习的方法,提出了基于多层感知器的深度核映射支持向量机模型(deep kernel mapping support vector machine,DKMSVM)以及相应的学习算法.该模型首先通过多层感知器学习一个从原始输入空...
关键词：核学习 深度学习 多层感知器 支持向量机 
基于费希尔信息度量的随机近邻嵌入算法被引量：2
《北京工业大学学报》2016年第6期862-869,共8页张亚红 李玉鑑 
国家自然科学基金资助项目(61175004);北京市自然科学基金资助项目(4112009);高等学校博士学科点专项科研基金资助项目(20121103110029)
为提高文本分类的准确率,提出了费希尔信息度量随机近邻嵌入算法(Fisher information metric based on stochastic neighbor embedding,FIMSNE).首先,把文本的词频向量看作统计流形上的概率密度样本点,利用费希尔信息度量计算样本点之...
关键词：文本分类 统计流形 信息几何 费希尔信息度量 t分布随机近邻嵌入 
基于跨连卷积神经网络的性别分类模型被引量：41
《自动化学报》2016年第6期858-865,共8页张婷 李玉鑑 胡海鹤 张亚红 
国家自然科学基金(61175004);高等学校博士学科点专项科研基金(20121103110029);北京市博士后工作资助项目(2015ZZ-24:Q6007011201501)资助~~
为提高性别分类准确率,在传统卷积神经网络(Convolutional neural network,CNN)的基础上,提出一个跨连卷积神经网络(Cross-connected CNN,CCNN)模型.该模型是一个9层的网络结构,包含输入层、6个由卷积层和池化层交错构成的隐含层、全连...
关键词：性别分类 卷积神经网络 跨连卷积神经网络 跨层连接 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部