无监督学习

作品数：970被引量：3870H指数：24
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：全红艳孙明王淑梅张宏伟杜文博更多>>
相关机构：浙江大学电子科技大学北京邮电大学西安电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
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：
基于轻量化神经网络的低照度图像增强算法
《湖南工业大学学报》2025年第4期41-47,共7页刘芸萌 龙永红 李欣 
湖南省自然科学基金资助项目(2024JJ7144)。
针对低照度场景下图像亮度低的问题,提出了一种基于轻量化神经网络的无监督低照度图像增强算法。提出一种可学习的内容自适应S型亮度映射曲线,不仅能扩大亮度调整范围,且能在保证亮度的情况下保持良好的对比度;此外,设计了一个轻量化的...
关键词：S型亮度映射曲线 轻量化神经网络 无监督学习 图像增强 
辽河坳陷西部凹陷雷家地区沙四段杜三层细粒沉积岩储层特征及评价
《地学前缘》2025年第2期277-289,共13页李阳 李晓光 陈昌 崔向东 赖鹏 郭鹏超 任铌 刘洋 戚雪晨 郭美伶 
辽宁省自然科学基金计划项目(2024-BS-338);中国石油天然气股份有限公司辽河油田分公司重点科技项目(2023KJXM-11)。
西部凹陷雷家地区沙四段杜三层沉积了以黏土、长英质、碳酸盐和方沸石矿物混合的湖相细粒沉积岩,为该区近年致密油和页岩油勘探重点对象。在前人研究基础上,使用钻井、测井、录井和分析化验等资料,并结合无监督学习方法,对研究区目的层...
关键词：辽河坳陷 西部凹陷 细粒沉积岩 无监督学习 叠合概率 储层评价 
基于无监督学习网络的三维地震随机噪声衰减方法研究
《石油物探》2025年第2期218-231,共14页周东红 
随机噪声会干扰地震数据中的有效信号并降低数据的信噪比,进而影响地震数据的后续处理。常规基于监督学习的深度学习噪声衰减方法需要大量的标签来训练网络,但是,在真实地震数据中制作无噪声的标签用于训练深度神经网络是非常具有挑战...
关键词：随机噪声 深度神经网络 无监督学习 有效信号提取 噪声衰减 
基于邻近性语义感知的无监督文本风格迁移
《计算机应用》2025年第4期1139-1147,共9页安俊秀 杨林旺 柳源 
国家社会科学基金资助项目(22BXW048);成都市科技重点研发支撑计划项目(2022-YF05-00454-SN)。
针对离散词扰动和嵌入扰动方法中未充分考虑潜在空间词向量之间距离边界的问题,提出一种邻近性语义感知的对抗性自动编码器(SPAAE)方法。首先,采用对抗自动编码器作为底层模型;其次,根据词向量的邻近距离求得噪声向量概率分布的标准差;...
关键词：文本风格迁移 语义感知 无监督学习 对抗学习 嵌入扰动 距离边界 
自适应的流水线式无监督问题生成方法
《计算机研究与发展》2025年第4期905-914,共10页李昆泽 张宇 
国家自然科学基金项目(62476066,62277002)。
在传统的问答任务中,模型一般需要大量的数据进行训练,而标注这些数据需要较多的时间和人力成本.无监督问题生成是解决问答任务训练数据匮乏的一种有效方法,但是目前使用该方法生成的问题存在难以回答、种类单一、语义不明等问题.针对...
关键词：无监督学习 问题生成 预训练模型 深度学习 自然语言处理 
基于ODE扩散模型的多类异常检测和定位
《智能系统学报》2025年第2期376-388,共13页蒋世杰 夏秀山 翟伟 曹洋 
安徽省重点研究与开发计划项目(2022107020030)。
多类异常检测和定位旨在训练一个单一模型,在多类场景下该模型能够识别出偏离正常的异常区域。最近基于扩散模型的方法在该项任务中表现出色而开始受到关注,然而,现有方法侧重于改进扩散模型去噪网络,通过添加更多约束,保持多步生成的...
关键词：缺陷检测 异常检测 异常定位 扩散模型 去噪网络 常微分方程 无监督学习 时间步感知 
大语言模型在档案开放审核中的应用框架与路径探究
《档案学通讯》2025年第2期31-38,共8页刘越男 张茜雅 杨建梁 
国家社会科学基金青年项目“基于人工智能的分层多粒度档案开放鉴定研究”(21CTQ030)。
大语言模型的出现掀起了自然语言处理领域的一场新科技革命,也为档案领域的智能化转型提供了新的机遇。面向当前较为急迫的档案开放审核需求,探讨大语言模型在其中的应用策略具有重要的现实意义。现有智能档案开放审核面临智能开放审核...
关键词：大模型 人工智能 无监督学习 档案开放利用 
面向运动前景区域的视频异常检测
《计算机应用》2025年第4期1300-1309,共10页潘理虎 彭守信 张睿 薛之洋 毛旭珍 
山西省基础研究计划项目(202203021221145);山西省研究生联合培养示范基地项目(2022JD11)。
静态背景信息和运动前景对象的数据分布不平衡通常会引起发生异常的前景区域信息学习不充分问题,进而影响视频异常检测(VAD)的精度。为了解决上述问题,提出一种用于VAD的嵌套U型帧预测生成对抗网络(NUFP-GAN)方法。所提方法使用具有突...
关键词：深度学习 视频异常检测 生成对抗网络 未来帧预测 无监督学习 
基于无监督学习识别吲哚布芬治疗急性中重度缺血性卒中的应答患者
《中国卒中杂志》2025年第4期410-417,共8页蒲善宇 潘岳松 王拥军 
目的基于无监督学习识别在降低卒中复发风险方面吲哚布芬疗效不劣于阿司匹林的应答患者。方法基于吲哚布芬对比阿司匹林治疗急性缺血性卒中(indobufen versus aspirin in acute ischemic stroke,INSURE)研究,通过使用多核学习降维和K-me...
关键词：无监督学习 卒中 缺血性卒中 替代抗血小板治疗 
基于双分支小波卷积自编码器和数据增强的深度聚类方法
《计算机科学》2025年第4期129-137,共9页安瑞 鲁进 杨晶晶 
国家自然科学基金(62261059,61966037);云南省基础研究专项重点项目(202301AS070025)。
基于自编码器的深度聚类是无监督学习的代表算法,近年来在计算机视觉领域获得了诸多关注。相较于传统算法,自动编码器隐藏层紧凑的表示空间为聚类任务提供了更为灵活的条件。现有的自编码器聚类大多使用单分支编码器网络,而采用多个网...
关键词：无监督学习 深度聚类 数据增强 小波变换 双分支自编码器 
全选清除导出
共96页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部