距离学习相关论文
深度学习是目前图像分类的主流方法之一，其重视感受野内的局部信息，却忽略了类别的先验拓扑结构信息。本文提出了一种新的图像分类方......
生物医学研究是二十一世纪最受关注的研究领域之一,该领域发表了大量的研究论文,已经达到年平均几十万篇以上。如何在如此规模庞大......
分类型数据作为生活中大量存在的一种数据形式,其特点是属性值作为一种状态表示,不具有数值型数据的几何特征,属性值不能够进行数......
聚类分析作为大数据研究与应用的重要技术工具,为通讯业、银行、保险以及各大电子商务领域中的应用研究提供理论支持。其中基于划......
随着三维建模和三维扫描技术的不断成熟,三维模型的获取变得越来越容易。相对于平面的二维图像,立体的三维模型能够给人更直观的视......
针对有限样本下,KNN算法距离量的选择以及以前距离量学习研究中没有充分考虑样本分布的情况,提出了一种新的基于概率的两层最近邻......
聚类是一门非常重要的技术。所谓聚类就是按照某种度量（相似性度量、不相似性度量或距离）,根据一定的准则将个体集合分成若干类,使得......
随着视频采集和网络传输技术的快速发展以及个人移动终端设备的广泛使用,大量图像数据以集合形式存在.集合内在结构的复杂性使得如......
通过融合图像中不同模态的信息并利用少量带标记的图像进行半监督距离学习,来对图像进行聚类。首先,提取彩色图像中RGB颜色空间的......
提出了一种新的距离测度的学习算法。通过学习同时最大化“异类样本间的最小距离”和最小化“同类样本间的最大距离”，用一个可微凸......
使用边信息进行距离学习的方法在许多数据挖掘应用中占有重要位置,而传统的距离学习算法通常使用马氏距离形式的距离函数从而具有......
针对目前非刚体三维特征描述子表现力不足的问题,提出一种结合Fisher编码和距离学习构建全局特征描述子的非刚体三维模型检索方法.......
提出了一种基于DI—FCM（double indices fuzzy C-means）算法框架的无监督距离学习算法——基于混合距离学习的双指数模糊C均值算法HD......
针对有限样本下，KNN算法距离量的选择以及以前距离量学习研究中没有充分考虑样本分布的情况，提出了一种新的基于概率的两层最近邻自......
为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框......
本体作为一种结构化数据模型,已经被广泛应用在各个科学领域。在管理学中,本科作为一种信息检索模型用于信息的语义查询和扩张。本......
视频分类在视频检索、内容分析等应用领域具有十分重要的意义。多模态视频特征,如音频、静态图像及视频动作特征等都已经应用于视......
从已知数据集中学习距离度量在许多机器学习应用中都起着重要作用。传统的距离学习方法通常假定目标距离函数为马氏距离的形式,这......
在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高......
人体运动捕获技术的发展使得运动捕获数据不断积累,人体运动的检索技术成为运动数据管理和重用过程中的关键环节。由于逻辑相似的......
为了增强局部线性嵌入(LLE)特征的可分类性,提出一种应用LMNN算法改善LLE特征分类性能的人脸识别方法.LMNN算法寻求一个线性变换,......
近年来,数据挖掘引起了信息产业界的极大关注,其主要原因是存在可以广泛适用的大量数据,并且迫切需要将这些数据转换成有用的信息......
