期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于检测的人体跟踪算法
被引量:
2
1
作者
吴建宅
陈芳林
胡德文
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2014年第2期113-117,共5页
传统的目标跟踪算法需要人为标定跟踪区域,且受到漂移问题的影响。为了解决这些困难,针对人体跟踪问题,提出了一种新的基于检测的跟踪算法。为了减少漏跟踪,使用了多个检测算子,用来定位多个身体部位,将其检测结果映射到一个相同的身体...
传统的目标跟踪算法需要人为标定跟踪区域,且受到漂移问题的影响。为了解决这些困难,针对人体跟踪问题,提出了一种新的基于检测的跟踪算法。为了减少漏跟踪,使用了多个检测算子,用来定位多个身体部位,将其检测结果映射到一个相同的身体区域。为了适应快速运动的目标,使用KLT跟踪和凝聚聚类将检测窗口连接起来形成人体轨迹。实验结果表明:使用多个检测算子明显地提高了跟踪性能;KLT跟踪对于快速运动目标具有适应能力。该算法基本满足实时性。
展开更多
关键词
目标跟踪
人体检测
KLT跟踪
凝聚聚类
实时性
下载PDF
职称材料
基于深度学习的文本分类技术研究进展
被引量:
41
2
作者
何力
郑灶贤
+2 位作者
项凤涛
吴建宅
谭林
《计算机工程》
CAS
CSCD
北大核心
2021年第2期1-11,共11页
随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、...
随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望。
展开更多
关键词
深度学习
文本分类
卷积神经网络
循环神经网络
注意力机制
下载PDF
职称材料
深度神经网络解释方法综述
被引量:
26
3
作者
苏炯铭
刘鸿福
+2 位作者
项凤涛
吴建宅
袁兴生
《计算机工程》
CAS
CSCD
北大核心
2020年第9期1-15,共15页
深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点,但弱解释性是限制其理论发展和实际应用的巨大障碍,因此,深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事、金融、医药、交通等高风险...
深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点,但弱解释性是限制其理论发展和实际应用的巨大障碍,因此,深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事、金融、医药、交通等高风险决策领域对深度神经网络可解释性提出的强烈要求,对卷积神经网络、循环神经网络、生成对抗网络等典型网络的解释方法进行分析梳理,总结并比较现有的解释方法,同时结合目前深度神经网络的发展趋势,对其解释方法的未来研究方向进行展望。
展开更多
关键词
可解释的人工智能
深度神经网络
卷积神经网络
循环神经网络
生成对抗网络
下载PDF
职称材料
题名
基于检测的人体跟踪算法
被引量:
2
1
作者
吴建宅
陈芳林
胡德文
机构
国防科技大学机电工程与自动化学院
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2014年第2期113-117,共5页
基金
国家重点基础研究发展计划项目(2013CB329401)
国家自然科学基金资助项目(61203263)
文摘
传统的目标跟踪算法需要人为标定跟踪区域,且受到漂移问题的影响。为了解决这些困难,针对人体跟踪问题,提出了一种新的基于检测的跟踪算法。为了减少漏跟踪,使用了多个检测算子,用来定位多个身体部位,将其检测结果映射到一个相同的身体区域。为了适应快速运动的目标,使用KLT跟踪和凝聚聚类将检测窗口连接起来形成人体轨迹。实验结果表明:使用多个检测算子明显地提高了跟踪性能;KLT跟踪对于快速运动目标具有适应能力。该算法基本满足实时性。
关键词
目标跟踪
人体检测
KLT跟踪
凝聚聚类
实时性
Keywords
object tracking
person detection
KLT tracker
agglomerative clustering
real-time
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的文本分类技术研究进展
被引量:
41
2
作者
何力
郑灶贤
项凤涛
吴建宅
谭林
机构
国防科技大学智能科学学院
南方电网数字电网研究院有限公司
湖南天河国云科技有限公司
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第2期1-11,共11页
基金
国家自然科学基金(U1734208)。
文摘
随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望。
关键词
深度学习
文本分类
卷积神经网络
循环神经网络
注意力机制
Keywords
deep learning
text classification
Convolutional Neural Network(CNN)
Recurrent Neural Network(RNN)
attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
深度神经网络解释方法综述
被引量:
26
3
作者
苏炯铭
刘鸿福
项凤涛
吴建宅
袁兴生
机构
国防科技大学智能科学学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第9期1-15,共15页
基金
国家自然科学基金(61806212,61603403,U1734208,61603402,61703417)
湖南省自然科学基金(2019JJ50724)。
文摘
深度神经网络具有非线性非凸、多层隐藏结构、特征矢量化、海量模型参数等特点,但弱解释性是限制其理论发展和实际应用的巨大障碍,因此,深度神经网络解释方法成为当前人工智能领域研究的前沿热点。针对军事、金融、医药、交通等高风险决策领域对深度神经网络可解释性提出的强烈要求,对卷积神经网络、循环神经网络、生成对抗网络等典型网络的解释方法进行分析梳理,总结并比较现有的解释方法,同时结合目前深度神经网络的发展趋势,对其解释方法的未来研究方向进行展望。
关键词
可解释的人工智能
深度神经网络
卷积神经网络
循环神经网络
生成对抗网络
Keywords
eXplainable Artificial Intelligence(XAI)
Deep Neural Networks(DNN)
Convolutional Neural Networks(CNN)
Recurrent Neural Networks(RNN)
Generative Adversarial Networks(GAN)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于检测的人体跟踪算法
吴建宅
陈芳林
胡德文
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2014
2
下载PDF
职称材料
2
基于深度学习的文本分类技术研究进展
何力
郑灶贤
项凤涛
吴建宅
谭林
《计算机工程》
CAS
CSCD
北大核心
2021
41
下载PDF
职称材料
3
深度神经网络解释方法综述
苏炯铭
刘鸿福
项凤涛
吴建宅
袁兴生
《计算机工程》
CAS
CSCD
北大核心
2020
26
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部