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
共找到5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：
基于包络学习和分级结构一致性机制的不平衡集成算法 被引量：1
1
作者 李帆 张小恒 +1 位作者 李勇明 王品 《电子学报》 EI CAS CSCD 北大核心 2024年第3期751-761,共11页
集成方法是不平衡学习方法的重要分支,然而,现有不平衡集成方法均作用于原样本而没考虑样本的结构信息,因此其效能仍然有限.样本的结构信息包括局部和全局结构信息.为了解决上述问题,本文提出了一种基于深度样本包络网络(Deep Instance ... 集成方法是不平衡学习方法的重要分支,然而,现有不平衡集成方法均作用于原样本而没考虑样本的结构信息,因此其效能仍然有限.样本的结构信息包括局部和全局结构信息.为了解决上述问题,本文提出了一种基于深度样本包络网络(Deep Instance Envelope Network,DIEN)和分级结构一致性机制(Hierarchical Structure Consistency Mechanism,HSCM)的不平衡集成学习算法.该算法在考虑局部流形和全局结构信息的情况下,通过多层样本聚类,生成高质量的多层包络样本,从而实现类平衡化.首先,算法基于样本近邻拼接和模糊C均值聚类算法,设计DIEN来挖掘样本的结构信息,得到深度包络样本.然后,设计局部流形结构度量和全局结构分布度量来构建HSCM用于增强层间样本的分布一致性.接着,将DIEN和HSCM结合起来,构建出优化后的深度样本包络网络——DH(DIEN with HSCM).之后,将基分类器应用于包络样本.最后,设计bagging集成学习机制来融合基分类器的预测结果.文末组织了多组实验,采用了十多个公共数据集和有代表性的相关算法进行验证比较.实验结果表明,本文算法在AUC(Area Under Curve),F-measure等四个性能指标上显著最优. 展开更多
关键词 不平衡学习 包络学习 分级结构一致性机制 局部流形结构度量 全局结构分布度量
在线阅读 下载PDF
整合全局——局部度量学习的人体目标再识别 被引量：4
2
作者 张晶 赵旭 《中国图象图形学报》 CSCD 北大核心 2017年第4期472-481,共10页
目的人体目标再识别的任务是匹配不同摄像机在不同时间、地点拍摄的人体目标。受光照条件、背景、遮挡、视角和姿态等因素影响,不同摄相机下的同一目标表观差异较大。目前研究主要集中在特征表示和度量学习两方面。很多度量学习方法在... 目的人体目标再识别的任务是匹配不同摄像机在不同时间、地点拍摄的人体目标。受光照条件、背景、遮挡、视角和姿态等因素影响,不同摄相机下的同一目标表观差异较大。目前研究主要集中在特征表示和度量学习两方面。很多度量学习方法在人体目标再识别问题上了取得了较好的效果,但对于多样化的数据集,单一的全局度量很难适应差异化的特征。对此,有研究者提出了局部度量学习,但这些方法通常需要求解复杂的凸优化问题,计算繁琐。方法利用局部度量学习思想,结合近几年提出的XQDA(cross-view quadratic discriminant analysis)和MLAPG(metric learning by accelerated proximal gradient)等全局度量学习方法,提出了一种整合全局和局部度量学习框架。利用高斯混合模型对训练样本进行聚类,在每个聚类内分别进行局部度量学习;同时在全部训练样本集上进行全局度量学习。对于测试样本,根据样本在高斯混合模型各个成分下的后验概率将局部和全局度量矩阵加权结合,作为衡量相似性的依据。特别地,对于MLAPG算法,利用样本在各个高斯成分下的后验概率,改进目标损失函数中不同样本的损失权重,进一步提高该方法的性能。结果在VIPeR、PRID 450S和QMUL GRID数据集上的实验结果验证了提出的整合全局—局部度量学习方法的有效性。相比于XQDA和MLAPG等全局方法,在VIPeR数据集上的匹配准确率提高2.0%左右,在其他数据集上的性能也有不同程度的提高。另外,利用不同的特征表示对提出的方法进行实验验证,相比于全局方法,匹配准确率提高1.3%3.4%左右。结论有效地整合了全局和局部度量学习方法,既能对多种全局度量学习算法的性能做出改进,又能避免局部度量学习算法复杂的计算过程。实验结果表明,对于使用不同的特征表示,提出的整合全局—局部度量学习框架均可对全局度量学习方法做出改进。 展开更多
关键词 人体目标再识别 度量学习 局部度量学习 整合全局一局部度量学习 高斯混合模型
原文传递
一种结合全局和局部相似性的小样本分割方法 被引量：7
3
作者 刘宇轩 孟凡满 +3 位作者 李宏亮 杨嘉莹 吴庆波 许林峰 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第3期665-674,共10页
针对小样本分割中如何提取支持图像和查询图像共性信息的问题,提出一种新的小样本分割模型,同时结合了全局相似性和局部相似性,实现了更具泛化能力的小样本分割。具体地,根据支持图像和查询图像全局特征和局部特征之间的相似性,提出了... 针对小样本分割中如何提取支持图像和查询图像共性信息的问题,提出一种新的小样本分割模型,同时结合了全局相似性和局部相似性,实现了更具泛化能力的小样本分割。具体地,根据支持图像和查询图像全局特征和局部特征之间的相似性,提出了一种新型注意力谱生成器,进而实现查询图像的注意力谱生成和区域分割。所提注意力谱生成器包含2个级联模块:全局引导器和局部引导器。在全局引导器中,提出了一种新的基于指数函数的全局相似性度量,对查询图像特征和支持图像的全局特征进行关系建模,输出前景增强的查询图像特征。在局部引导器中,通过引入局部关系矩阵对支持图像特征和查询图像特征之间的局部相似性进行建模,得到与类别无关的注意力谱。在Pascal-5i数据集上做了大量的实验,在1-shot设定下mIoU达到了59.9%,5-shot设定下mIoU达到了61.9%,均优于现有方法。 展开更多
关键词 小样本语义分割 全局相似性测度 局部相似性测度 知识迁移 度量学习
在线阅读 下载PDF
基于多尺度特征度量元学习的玉米叶片病害识别模型研究 被引量：8
4
作者 惠巧娟 孙婕 《江苏农业科学》 北大核心 2023年第9期199-206,共8页
传统基于深度学习的玉米叶片病害检测模型检测精度不高、模型参数量大,基于此,提出一种融合多尺度、无参数度量学习的玉米叶片病害识别算法模型。首先,利用Vgg-16、Swin Transformer网络,将玉米叶片病害图片映射到全局和局部特征空间;然... 传统基于深度学习的玉米叶片病害检测模型检测精度不高、模型参数量大,基于此,提出一种融合多尺度、无参数度量学习的玉米叶片病害识别算法模型。首先,利用Vgg-16、Swin Transformer网络,将玉米叶片病害图片映射到全局和局部特征空间;然后,利用多尺度特征融合网络,实现全局和局部特征的深度融合,强化特征的分类能力;最后,利用无参数元学习网络,实现待测玉米叶片病害图片与特征集之间的度量,根据度量结果,实现玉米叶片病害的快速定位与识别。在开源Plant Village数据集、自建玉米叶片病害数据集上进行了测试,所提出模型的识别准确率分别为97.45%、96.39%,同时保持了较低的识别时间开销;相比其他经典玉米叶片病害识别模型,具有更强的鲁棒性和泛化性能。 展开更多
关键词 玉米叶片病害识别 多尺度特征 度量元学习 全局和局部特征 Swin Transformer
在线阅读 下载PDF
基于度量学习核函数的光学足迹图像识别算法 被引量：8
5
作者 鲍文霞 王云飞 +1 位作者 王年 唐俊 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第11期11-16,共6页
以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且... 以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且具有区分性的足迹特征.为了提升分类器对足迹特征的辨识性能,通过度量学习的方法将足迹特征投影到新的特征空间,使同类足迹特征分布更紧凑,异类特征间分布更离散.利用马氏距离和对数函数构造度量学习核函数,结合支持向量机(SVM)分类器实现光学足迹的识别.利用134人自然行走下光学足迹数据集进行实验,通过与不同特征、不同核的SVM分类器进行对比,结果表明:本研究算法提高了足迹的识别准确率,最高达到了96.66%,能够为足迹的应用和研究提供有效参考. 展开更多
关键词 足迹识别 局部相位量化特征 全局形态特征 特征融合 度量学习核函数
原文传递
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
使用帮助 返回顶部