孙娴

作品数:2被引量:2H指数:1
导出分析报告
供职机构:南京邮电大学更多>>
发文主题:异常行为检测一致性背景减除法分类器矩阵更多>>
发文领域:自动化与计算机技术更多>>
发文期刊:《南京邮电大学学报(自然科学版)》更多>>
所获基金:中国博士后科学基金江苏省博士后科研资助计划项目国家自然科学基金江苏省“青蓝工程”基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-2
视图:
排序:
基于深度学习的图像标注被引量:1
《南京邮电大学学报(自然科学版)》2016年第4期107-112,共6页金栋梁 朱松豪 孙娴 梁志伟 徐国政 
国家自然科学基金(61305095);国家博士后基金(2014M550297);江苏省自然科学基金(BK20141426);江苏省重点研发计划(BE2015701);江苏省博士后基金(1302087B);江苏省青蓝工程优秀青年教师(QL00514014)资助项目
随着个人计算机和互联网上数字图像数量的快速增长,用户越来越多借助于"语义概念"来检索感兴趣图像。然而由于图像底层特征刻画和高层语义概念描述间存在很大的差异,使得现有图像标注算法性能不甚理想。因此,文中提出基于多模态深度学...
关键词:深度学习 多标记 多模态 图像标注 
基于连续最小能量的多目标跟踪被引量:1
《南京邮电大学学报(自然科学版)》2016年第1期111-118,共8页孙娴 朱松豪 金栋梁 
国家自然科学基金(31200496);国家博士后基金(2014M550297);江苏省博士后基金(1302087B)资助项目
文中针对多目标跟踪问题,提出基于连续最小能量的多目标跟踪方法。该算法首先利用观测模型、表观模型、运动模型、互斥模型、轨迹维持模型及轨迹修正模型构建一个目标函数;然后利用梯度下降法对构建的目标函数求解,以得到各时刻跟踪目...
关键词:连续最小能量 梯度下降法 探测法 误警 轨迹 
检索报告 对象比较 聚类工具 使用帮助 返回顶部