苏菡

作品数：16被引量：78H指数：5
导出分析报告
供职机构：四川师范大学计算机科学学院更多>>
发文主题：网络步态识别步态识别方法离散余弦变换生物特征识别更多>>
发文领域：自动化与计算机技术文化科学生物学更多>>
发文期刊：《系统仿真学报》《时代教育》《计算技术与自动化》《模式识别与人工智能》更多>>
所获基金：国家自然科学基金四川省教育厅重点项目中央高校基本科研业务费专项资金四川省应用基础研究计划项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
基于元学习的图卷积网络少样本学习模型被引量：1
《电子学报》2024年第3期885-897,共13页刘鑫磊 冯林 廖凌湘 龚勋 苏菡 王俊 
国家自然科学基金(No.61876158,No.71971151);四川省重点研发项目(No.23ZDYF1810)。
少样本学习是目前机器学习研究领域的热点和难点.针对现有的少样本学习模型不能有效捕捉数据特征与数据标签之间的联系,造成分类模型泛化能力弱的问题,提出一种基于元学习的原型空间图卷积网络少样本学习模型FSL-GCNPS(Few-Shot Learnin...
关键词：元学习 图卷积网络 卷积神经网络 少样本学习 原型空间 
基于高分辨率网络的大熊猫姿态估计方法被引量：3
《兽类学报》2022年第4期451-460,共10页漆愚 苏菡 侯蓉 刘鹏 陈鹏 臧航行 张志和 
四川省科技厅创新苗子工程项目(2021008);成都大熊猫繁育研究基地课题(2021CPB-B06,2020CPB-C09,CPB2018-02)。
对圈养大熊猫(Ailuropoda melanoleuca)开展长期行为监测能及时了解其所处生理周期和健康状况,有助于繁殖饲养机构迅速采取相应繁育保护措施提高饲养管理水平,但目前无法对大熊猫进行24 h监控并及时地获得相应的行为信息。准确的动物姿...
关键词：大熊猫 姿态估计 图像分析 深度学习 
基于深度网络的快速少样本学习算法被引量：5
《模式识别与人工智能》2021年第10期941-956,共16页代磊超 冯林 尚兴林 苏菡 龚勋 
国家自然科学基金项目(No.61876158);中央高校基本科研业务费科技创新项目(No.2682021ZTPY030)资助。
少样本学习方法模拟人类从少量样本中学习的认知过程,已成为机器学习研究领域的热点.针对目前少样本学习迭代过程的任务量较大、过拟合现象严重等问题,文中提出基于深度网络的快速少样本学习算法.首先,利用核密度估计和图像滤波方法向...
关键词：深度网络 少样本学习 Bregman散度 度量学习 
一种鲁棒性的少样本学习方法被引量：3
《小型微型计算机系统》2021年第2期340-347,共8页代磊超 冯林 杨玉亭 尚兴林 苏菡 
国家自然科学基金项目(61876158)资助.
少样本学习是目前机器学习研究领域的一个热点,它能在少量的标记样本中学习到较好的分类模型.但是,在噪声的不确定环境中,传统的少样本学习模型泛化能力弱.针对这一问题,提出一种鲁棒性的少样本学习方法RFSL(Robust Few-Shot Learning)...
关键词：少样本学习 深度学习 R-Net 随机噪声 
面向上下文注意力联合学习网络的方面级情感分类模型被引量：11
《模式识别与人工智能》2020年第8期753-765,共13页杨玉亭 冯林 代磊超 苏菡 
国家自然科学基金项目(No.61876158)资助。
针对现有的方面级情感分类模型存在感知方面词能力较弱、泛化能力较差等问题,文中提出面向上下文注意力联合学习网络的方面级情感分类模型(CAJLN).首先,利用双向Transformer的表征编码器(BERT)模型作为编码器,将文本句子预处理成句子、...
关键词：方面级情感分类 双向Transformer的表征编码器(BERT)模型 注意力机制 联合学习 
基于生成对抗网络的无监督域适应分类模型被引量：9
《电子学报》2020年第6期1190-1197,共8页王格格 郭涛 余游 苏菡 
国家自然科学基金(No.61403266);四川省可视化与虚拟现实重点实验室项目(No.KJ201419)。
生成适应模型利用生成对抗网络实现模型结构,并在领域适应学习上取得了突破.但其部分网络结构缺少信息交互,且仅使用对抗学习不足以完全减小域间距离,从而使分类精度受到影响.为此,提出一种基于生成对抗网络的无监督域适应分类模型(Unsu...
关键词：生成适应模型 迁移学习 领域适应学习 生成对抗网络 多核最大均值差异 无监督学习 
基于半监督学习的多层感知器生成对抗网络被引量：9
《小型微型计算机系统》2019年第11期2297-2303,共7页王格格 郭涛 余游 苏菡 
国家自然科学基金项目(61403266)资助;四川省可视化与虚拟现实重点实验室项目(KJ201419)资助
半监督学习通过充分利用大量无标记数据和少量有标记数据来改善学习性能,近年来已成为机器学习领域的研究热点.半监督生成对抗网络SGAN将生成对抗网络扩展到半监督学习,通过在原始无标记输入数据的基础上加入少量有标记数据,并将判别器...
关键词：半监督学习 生成对抗网络 多层感知器 特征匹配 
基于行为关键语句特征的停车场异常行为识别方法被引量：3
《计算机科学》2019年第10期299-306,共8页汪鸿年 苏菡 龙刚 王雁飞 尹宽 
国家自然科学基金(61403266,61403196);人社部留学回国人员科技活动择优项目重点项目;四川省可视化与虚拟现实重点实验室项目(KJ201419);成都大熊猫繁育研究基地项目(CPB2018-02)资助
随着技术的发展和摄像头的普及,人们对智能视频监控的需求越来越高,其中异常行为识别是智能监控系统的关键部分,对维护社会安全有着重要的作用。针对视频数据的时空特性,文中提出了将行为表示为具有时间序列性的关键语句的方法,并将这...
关键词：异常行为识别 深度学习特征 动态时间规整 生成对抗网络 长短时记忆神经网络 
SPOC学习中学习者知识整合差异性研究被引量：17
《中国远程教育》2019年第1期36-46,共11页刘杰 杨娟 廖雪花 苏菡 杨军 
国家自然科学基金"智能学习环境中的学习风格动态预测模型及其应用研究"(61402309);国家自然科学基金"基于交互行为感知的MOOC学习导引机制研究"(61602331);四川省科技厅面上项目"认知领域复杂语义规则抽取及应用"(2018JY0312);四川省社会科学"十三五"规划项目"智能学习系统中整合认知模拟机制的知识自组织研究"(SC17B078);四川省教育厅重点项目"安全可信的声纹-动态口令双因素身份识别研究"(17ZA0322);四川师范大学教改项目"基于在线评测的C语言实验教学研究"(17ZA0322)
在线辅助教学系统目前正被广泛应用,学习者可以在线下学习的同时借助这些线上学习平台完成知识的构建。但大部分的学习行为研究都将重点放在最佳学习模式的发现上,并不会过多地去解释有差异的学习行为对知识构建可能产生的影响。区别于...
关键词：学习系统 SPOC平台 知识整合 学习模式 知识构建模式 学习风格 学习资源 一般认知智力知识整合理论 
一种手臂静脉特征提取与匹配的算法
《计算技术与自动化》2018年第3期100-105,共6页陈晓腾 王彪 唐超颖 苏菡 魏祥灰 
国家自然科学基金资助项目(61403196;61403266);南京航空航天大学研究生创新基地(实验室)开放基金资助(kfjj20170302);中央高校基本科研业务费专项资金资助
针对手臂静脉这一全新的生物特征提出一种特征提取及匹配的算法。首先利用限制对比度自适应直方图均衡化方法对近红外图像进行对比度调整,接着利用Gabor滤波器提取静脉,并进行方向和尺度的标准化;在曲线修复和分割的基础上,提取描述曲...
关键词：生物特征 手臂静脉 粒子群优化 识别 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部