距离度量学习相关论文
近年来,随着社会经济水平与科技水平的不断提高,城市的交通环境得到了不断完善,汽车的保有量也明显增加。在带来交通便利的同时,交......
随着硬件水平的提升和人工智能的兴起,模式识别吸引了越来越多的专家学者的关注。一个完整的模式识别系统一般包括以下五个步骤:数......
随着信息技术的飞速发展和计算机运算能力的不断提高,针对一维向量和二维矩阵的低维数据进行特征提取已经不能适应图像处理、数据......
对高速铁路的车体进行安全检查,是高速铁路安全运行的重要保障。但是由于高速铁路车体结构复杂,采集环境多变,导致基于机器视觉的......
目标跟踪是计算机视觉研究领域重要的一环,在日常生活生产中也有广泛应用,但是由于视频序列中往往存在光照变化、遮挡、尺度变化、......
多示例多标记学习(MIMLL,Multi-Instance Multi-Label Learning)是机器学习的一个重要分支。MIML学习框架中,一个样本由多个示例即......
机器学习是研究计算机系统如何根据以往经验来改善自身性能的学科，是目前计算机科学中最活跃的学科分支之一。很多机器学习方法的性......
深度学习是机器学习领域中比较新兴的方向，很多研究者相信通过对它的研究，可以达到机器学习的一个本质目的——人工智能。本文主要研......
数据降维是数据挖掘的一个非常重要的工具和方法。数据降维的目的是找出隐藏在数据中的低维结构，通常可以分为线性降维和非线性降维......
随着互联网上图像、视频等资源的快速增长，其承载信息也趋向于多样化，网络信息的收集和分析变得越来越重要。因此如何对网络上图像和......
随着社会的进步和人们生产生活方式的改变,网络上的图像数据的数量呈现激增的趋势。基于内容的图像检索技术作为近年来处理图像数......
热红外图像与可见光图像融合是计算机视觉领域的一个基础问题,它采用一些算法提取出不同波段图像的特征,将它们融合在一起,使得融......
对大多数机器学习和计算机视觉的任务来说，选择一个合适距离度量都是至关重要的。因此，以自动设定与选取合适的距离度量为目标的度量......
步态识别是生物特征识别研究方向的一个重要的分支,它是根据人走路姿势中细微的差异来对个体进行身份识别,这在安防和门禁等领域都......
目的度量学习是机器学习与图像处理中依赖于任务的基础研究问题。由于实际应用背景复杂,在大量不可避免的噪声环境下,度量学习方法......
由于因特网和智能终端的普及，人们所面对的数据通常具有海量高维的特征，在大规模数据集里进行快速的相似性搜索有着很重要的应用价值......
后基因时代，随着基因芯片技术的广泛应用，基因芯片实验数据爆炸式地增长。早期主要以聚类算法探索完全未知的基因表达模式。随着基因......
利用数据集几何结构鉴别信息、未标记数据集等隐含先验信息是提高模式分类器性能的有效方法.实际数据集不仅具有多模态、含噪、高......
跨摄像机行人因光照、视角、姿态的差异,会使其外观变化显著,给行人再识别的研究带来严峻挑战。基于多特征融合和距离度量学习技术......
针对不同摄像机场景中的行人图像受到光照、视角和行人姿态等变化的影响,在监控画面中容易造成较大的外观差异的问题,提出了一种基......
为解决传统推荐系统中存在的冷启动难题，基于距离反映偏好的假设提出了一种融合矩阵分解与距离度量学习的社会化推荐算法。该算法同......
现有的距离度量学习算法都是假设训练数据和测试数据服从相同的分布,但是该假设在实际中不一定成立。当训练数据和测试数据的分布......
由于特征有限，传统基于欧式距离的压缩域检索性能并不理想。本文引入距离度量学习技术，研究压缩域图像检索，提出了一种基于距离度量学......
在视觉单词包模型(bag of visual words,BoVW)模型中,由于特征检测的不足、聚类算法的缺陷及视觉单词的量化误差,用BoVW模型产生的......
提出利用多图像组信息构建二部学习框架进行人脸识别。首先,利用两种不同的多图像组信息源分别学习两个相应的度量空间模型;其次,......
提出了一种基于隐含狄利克雷分布（LDA）与距离度量学习（DML）的文本分类方法，该方法利用LDA为文本建立主题模型，借助Gibbs抽样算法计算模型......
很多机器学习算法（比如K近邻算法），学习的效果非常依赖于输入数据的距离度量，距离度量学习的主要目标是通过训练样本学习出一个能够更......
零样本学习是一类特殊的图像分类问题,是指测试数据的类别在训练数据中没有出现的情况.为了更好地描述语义特征空间中图像特征和语......
当前的行人再识别在度量学习上采用马氏距离相似度函数,该相似度函数只与特征差分空间有关,忽略了一对行人图像中每个个体的外观特......
距离的度量方法是影响K近邻分类算法的最重要因素,普通的欧式距离度量方法只对数值敏感无法反映数据内部的关联,对此在K近邻文本分......
针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码（SRNNC）和自适应距离度量学习的方法。首先,......
多标记学习框架中每个对象由一个示例(属性向量)表示,同时关联多个类别标记,该学习系统的任务是构建从示例映射到相关标记集合的预......
在众多的高光谱图像研究领域当中,高光谱图像分类(Hyperspectral Image Classification)是其中的一个相对比较重要的研究学科。高......
基于大规模数据集的相似性搜索是计算机视觉和多媒体的一个重要分支,大数据背景下,在海量图片中进行相似性检索,对于内存空间的要......
无监督学习聚类算法的性能依赖于用户在输入数据集上指定的距离度量,该距离度量直接影响数据样本之间的相似性计算,因此,不同的距......
在数据挖掘和机器学习的基于距离的各种技术中，例如基于距离的聚类和基于距离的分类，如何度量数据间的相似性已经成为一项基础任务．对......
为了有效利用少量先验信息提高多视角数据聚类效果,提出一种基于距离度量学习的半监督多视角谱聚类算法（简称ML-SMC）。首先,利用距离......
针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别......
由于视角、背景、光照条件和相互遮挡等因素的变化,行人重识别是一个具有挑战性的问题.近年来,许多研究者将深度学习的方法引入到......
近年来,随着计算机视觉领域的不断发展,行人再识别技术成为了一个在该领域中比较热门的研究方向。该项技术主要目的是辨别在不同摄......
主流的距离度量学习方法都需要求解半正定规划(Semi-definite programming,SDP)问题,而其中每次循环迭代中的矩阵完全特征分解运算......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
提出了一种基于距离度量学习的煤岩识别方法。该方法首先从煤岩图像训练集中提取煤岩图像特征;然后学习到特定的距离度量,使得煤样......
针对拟南芥根部基因表达数据分析的问题，本文提出了一种新的基于距离度量学习的支持向机多分类算法．鉴于此问题的特殊性，本文通过最小......
考虑求解一类半监督距离度量学习问题.由于样本集（数据库）的规模与复杂性的激增,在考虑距离度量学习问题时,必须考虑学习来的距离度......
近年来,监控摄像头数量的爆发式增长为智能视频监控提供了海量的数据来源,但同时也大大增加了视频信息处理的难度。行人目标再识别......
随着互联网和数字摄影设备的普及和发展,互联网上的图像数量飞速增长。一方面,互联网上的海量图像吸引了越来越多的用户;另一方面,......
