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
4
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
局部样条嵌入的正交半监督子空间学习算法
被引量:
1
1
作者
朱科
邵健
郭同强
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第12期2209-2214,共6页
为了更加准确地对图像进行聚类与分类,提出一种基于局部样条嵌入的正交半监督子空间学习算法.通过学习一个正交投影矩阵,使得训练样本中的标注数据经过投影矩阵降维后类间离散度尽量大,类内离散度尽量小;采用局部样条回归将局部低维嵌...
为了更加准确地对图像进行聚类与分类,提出一种基于局部样条嵌入的正交半监督子空间学习算法.通过学习一个正交投影矩阵,使得训练样本中的标注数据经过投影矩阵降维后类间离散度尽量大,类内离散度尽量小;采用局部样条回归将局部低维嵌入坐标映射成全局低维嵌入坐标,使得被投影数据保持原有流形结构,并有效地利用有标注训练样本和未标注训练样本得到优化的图像表达方式.图像聚类与分类实验的结果表明了文中算法的有效性.
展开更多
关键词
线性鉴别分析
半监督学习
局部样条嵌入
下载PDF
职称材料
一种新的基于MMC和LSE的监督流形学习算法
被引量:
8
2
作者
袁暋
程雷
+1 位作者
朱然刚
雷迎科
《自动化学报》
EI
CSCD
北大核心
2013年第12期2077-2089,共13页
针对局部样条嵌入算法(Local spline embedding,LSE)存在样本外点学习和无监督模式学习问题,本文提出了一种新颖的正交局部样条判别投影算法(O-LSDP).该算法通过引入明确的线性映射关系,构建平移缩放模型,以及正交化特征子空间,从而使...
针对局部样条嵌入算法(Local spline embedding,LSE)存在样本外点学习和无监督模式学习问题,本文提出了一种新颖的正交局部样条判别投影算法(O-LSDP).该算法通过引入明确的线性映射关系,构建平移缩放模型,以及正交化特征子空间,从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.
展开更多
关键词
局部样条嵌入
最大边缘准则
特征提取
流形学习
下载PDF
职称材料
一种新的基于最大边缘准则的监督流形学习方法
被引量:
1
3
作者
袁暋
杨瑞国
+1 位作者
原媛
雷迎科
《计算机科学》
CSCD
北大核心
2014年第4期273-279,301,共8页
在深入研究局部样条嵌入算法(LSE)的基础上,引入明确的线性映射关系,构建平移缩放模型和正交化特征子空间,提出了一种正交局部样条判别投影算法(O-LSDP),有效解决了原始LSE算法存在的两个主要问题:样本外点学习问题和无监督模式学习问...
在深入研究局部样条嵌入算法(LSE)的基础上,引入明确的线性映射关系,构建平移缩放模型和正交化特征子空间,提出了一种正交局部样条判别投影算法(O-LSDP),有效解决了原始LSE算法存在的两个主要问题:样本外点学习问题和无监督模式学习问题。该算法能够应用于模式分类问题并显著改善算法的分类识别能力。在标准人脸数据库上进行的实验比较分析验证了该算法的有效性与可行性。
展开更多
关键词
特征提取
子空间学习
局部样条嵌入
最大边缘准则
流形学习
下载PDF
职称材料
一种新颖的通信辐射源个体细微特征提取方法
被引量:
6
4
作者
雷迎科
郝晓军
+1 位作者
韩慧
王李军
《电波科学学报》
EI
CSCD
北大核心
2016年第1期98-105,共8页
针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征,将流形学习理论引入到通信辐射源细微特征提取,提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该...
针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征,将流形学习理论引入到通信辐射源细微特征提取,提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该方法的有效性与可行性.
展开更多
关键词
通信辐射源
细微特征
双谱
正交
局部
样条
判别
嵌入
流形学习
下载PDF
职称材料
题名
局部样条嵌入的正交半监督子空间学习算法
被引量:
1
1
作者
朱科
邵健
郭同强
机构
浙江大学计算机科学与技术学院数字媒体计算与设计实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第12期2209-2214,共6页
基金
国家自然科学基金(90920303
60833006)
+2 种基金
国家"八六三"高技术研究发展计划(2006AA010107)
长江学者和创新团队发展计划(IRT0652)
中央高校基本科研业务费专项基金(KYJD09008)
文摘
为了更加准确地对图像进行聚类与分类,提出一种基于局部样条嵌入的正交半监督子空间学习算法.通过学习一个正交投影矩阵,使得训练样本中的标注数据经过投影矩阵降维后类间离散度尽量大,类内离散度尽量小;采用局部样条回归将局部低维嵌入坐标映射成全局低维嵌入坐标,使得被投影数据保持原有流形结构,并有效地利用有标注训练样本和未标注训练样本得到优化的图像表达方式.图像聚类与分类实验的结果表明了文中算法的有效性.
关键词
线性鉴别分析
半监督学习
局部样条嵌入
Keywords
linear discriminant analysis
semi-supervised learning
local spline embedding
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
一种新的基于MMC和LSE的监督流形学习算法
被引量:
8
2
作者
袁暋
程雷
朱然刚
雷迎科
机构
合肥学院网络与智能信息处理重点实验室合肥
总参陆航部驻北京地区军事代表室北京
电子工程学院合肥
出处
《自动化学报》
EI
CSCD
北大核心
2013年第12期2077-2089,共13页
基金
国家自然科学基金(61272333,61273302,61005010)
安徽省自然科学基金(1208085MF94,1208085MF98,1308085MF84)资助~~
文摘
针对局部样条嵌入算法(Local spline embedding,LSE)存在样本外点学习和无监督模式学习问题,本文提出了一种新颖的正交局部样条判别投影算法(O-LSDP).该算法通过引入明确的线性映射关系,构建平移缩放模型,以及正交化特征子空间,从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.
关键词
局部样条嵌入
最大边缘准则
特征提取
流形学习
Keywords
Local spline embedding (LSE), maximum margin criterion, feature extraction, manifold learning
分类号
TP391.41 [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
一种新的基于最大边缘准则的监督流形学习方法
被引量:
1
3
作者
袁暋
杨瑞国
原媛
雷迎科
机构
合肥学院网络与智能信息处理重点实验室
电子工程学院
出处
《计算机科学》
CSCD
北大核心
2014年第4期273-279,301,共8页
基金
国家自然科学基金(61272333
61273302
+3 种基金
61005010)
安徽省自然科学基金(1208085MF94
1208085MF98
1308085MF84)资助
文摘
在深入研究局部样条嵌入算法(LSE)的基础上,引入明确的线性映射关系,构建平移缩放模型和正交化特征子空间,提出了一种正交局部样条判别投影算法(O-LSDP),有效解决了原始LSE算法存在的两个主要问题:样本外点学习问题和无监督模式学习问题。该算法能够应用于模式分类问题并显著改善算法的分类识别能力。在标准人脸数据库上进行的实验比较分析验证了该算法的有效性与可行性。
关键词
特征提取
子空间学习
局部样条嵌入
最大边缘准则
流形学习
Keywords
Feature extraction
Subspace learning
Local spline embedding
Maximum margin criterion
Manifold learning
分类号
TP181 [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
一种新颖的通信辐射源个体细微特征提取方法
被引量:
6
4
作者
雷迎科
郝晓军
韩慧
王李军
机构
电子信息系统复杂电磁环境效应国家重点实验室
电子工程学院
通信信息控制和安全技术重点实验室
出处
《电波科学学报》
EI
CSCD
北大核心
2016年第1期98-105,共8页
基金
CEMEE国家实验室开放课题基金(CEMEE2014K0103B)
国防科技重点实验室基金(9140C130502140C13068)
+4 种基金
总装预研项目基金(9140A33030114JB39470)
国家自然科学基金(61272333
61171170)
安徽省自然科学基金(1308085QF99
1408085MF129)
文摘
针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征,将流形学习理论引入到通信辐射源细微特征提取,提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该方法的有效性与可行性.
关键词
通信辐射源
细微特征
双谱
正交
局部
样条
判别
嵌入
流形学习
Keywords
communication transmitter
fine feature
bispectrum
orthogonal local spline discriminant embedding
manifold learning
分类号
TP181 [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
局部样条嵌入的正交半监督子空间学习算法
朱科
邵健
郭同强
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010
1
下载PDF
职称材料
2
一种新的基于MMC和LSE的监督流形学习算法
袁暋
程雷
朱然刚
雷迎科
《自动化学报》
EI
CSCD
北大核心
2013
8
下载PDF
职称材料
3
一种新的基于最大边缘准则的监督流形学习方法
袁暋
杨瑞国
原媛
雷迎科
《计算机科学》
CSCD
北大核心
2014
1
下载PDF
职称材料
4
一种新颖的通信辐射源个体细微特征提取方法
雷迎科
郝晓军
韩慧
王李军
《电波科学学报》
EI
CSCD
北大核心
2016
6
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