无监督相关论文
鲁棒的动作识别,特别是人体动作识别,是在计算机视觉和人工智能系统中的一项基本功能。由于不受背景、灯光等变化的影响,对视角变......
近些年,以阿尔茨海默病（Alzheimer Disease,AD）和孤独症（Autism）为代表的神经性疾病对老年人和儿童的身心健康造成了严重损害。这类神......
命名实体分类是近年来信息抽取的重点研究领域之一,旨在对文本中的实体进行类别划分,传统的实体分类任务可识别类型少,而现实生活......
针对现有深度学习方法计算非刚性点云模型间稠密对应关系时精度不高，且算法泛化能力较差的问题，提出一种基于特征序列注意力机制的无......
降维作为一种数据预处理过程,在数据挖掘、模式识别以及机器学习领域中都占有重要地位。利用降维算法技术,能够减少问题的复杂性,......
依赖于大规模的平行语料库，神经机器翻译在某些语言对上已经取得了巨大的成功。无监督神经机器翻译UNMT又在一定程度上解决了高质量......
异常检测作为数据挖掘技术非常重要的研究分支,它的本质思想是挖掘与大部分对象有显著差异的对象。随着大数据时代的到来,各个行业......
地震资料速度谱拾取是共中心点道集叠加和时间偏移的核心,目前速度谱拾取主要依赖人工手动拾取,不但效率低下,而且拾取标准因人而......
行人重识别,是判断图像或者视频序列中是否存在特定行人的技术,本质是一个跨摄像头图像检索的任务。现有的行人重识别领域的研究主......
行人重识别是指给定一个行人的图片,在多个不同的摄像头中检索到这个行人的其他图片,可以广泛应用于社会安防等领域。随着社会的发......
近年来,高光谱图像分类逐渐成为了高光谱领域中的研究热点,在国民经济发展和国家安全中都发挥着重要作用。高光谱图像具有维度高、......
在复杂网络领域中,流行病传播动力学的阈值识别是一个热点问题。爆发阈值对于流行病的评估、预警和防控具有很重要的指导作用。针......
在深度学习领域中自然语言处理具有重要的地位。随着深度学习在这一领域的研究和计算机硬件设备的不断进步,对于文本分类算法的优......
针对现有方法存在的忽略语义信息及重复提取语义相近关键词等问题,提出了一种基于Bidirectional encoderrepresentationfromtransf......
针对轴承故障诊断中数据标签获取困难、变工况诊断准确率低下、模型诊断泛化能力弱等问题,提出了一种无监督对抗迁移学习轴承故障......
无监督异常定位任务面临缺少异常样本训练,需要检测多种类别异常和处理多种异常区域面积占比的挑战.针对这些问题,提出一种分离式......
无监督异常检测(unsupervised anomaly detection,UAD)旨在检测任何未见过的偏离预期模式或正常分布的数据,由于其学习过程不依赖......
21世纪,随着目前的硬件设备、大数据技术等不断发展,网络上除了存在一些专有的图像数据库,人们通过信息交流、电子商务等使得互联......
[目的/意义]针对专业领域研究人员难以从大量无监督文本数据中快速获取领域关键知识,以精准把握专业研究方向和内容.[方法/过程]文......
期刊
语音增强可以提升带噪环境中的传声器接收信号质量,增强过后的语音会更为清晰,不仅能给听者更为舒服的听感,也更便于机器进行语音......
针对现有网络异常流量检测算法鲜少关注网络流量这类时间序列数据在时间上的依赖关系以及没有从时间周期角度对网络异常流量进行检......
行人检索是可以从原始视频帧中直接对要查询的行人进行定位和识别的技术。一个性能出色的行人检索系统可以省去行人检测的环节,极......
医学影像分析为各种疾病的诊断和研究提供重要依据,而在医学影像分析中,医学图像配准是最为关键的预处理步骤。目前,传统的医学图......
基于视觉感知的场景理解能够将视觉数据转换为具有语义的信息,使计算机获得描述与概括视觉图像场景的能力。其中,图像分割和目标检......
在现代临床诊断过程中,医生往往需要通过一系列医学成像技术对病灶进行分析,最终确认诊断结果。由此可见医学影像技术在现代医疗中......
为了将人工智能应用于从世界收集的大量无标注数据,一大关键难题是要用弱监督或无监督的学习方法来学习有用的表征。传统医学影像......
近年来,随着大数据相关技术的发展,不光数据维数在增加,计算量也呈指数倍增长。特征选择是解决该问题的方法之一。根据数据的来源,......
医学图像配准是医学图像处理研究领域的一个重要任务和技术难点,对于图像融合、检测肿瘤生长等临床工作有重要意义。图像配准旨在......
机器学习与深度学习已经在人类各个领域展现出了优异的表现,然而这是建立在大规模的数据收集与数据标注的前提下,数据标注非常昂贵......
无监督视频目标分割要求算法在不给出前景目标任何标注信息的情况下自动地将整个视频序列中最显著的、最关键的目标进行分割,由于......
视频目标分割是指将视频序列每一帧中感兴趣的目标区域从背景中分离出来。其中,无监督视频目标分割需要在未给定任何目标信息的前......
目的 为建立3维模型语义部件之间的对应关系并实现模型自动分割,提出一种利用隐式解码器(implicit decoder,IM-decoder)的无监督3......
针对卷积神经网络应用于图像分类任务时需要大量有标签数据的问题,提出一种融合卷积神经网络和聚类分析的无监督分类模型,将无监督......
近年来,神经机器翻译的译文质量取得了显著的进步,但是其在训练过程中严重依赖平行的双语句子对.然而对于电子商务领域来说,平行资......
基于计算机视觉的自动图像分割是机器辅助医疗图像分析任务中至关重要的步骤。自动且快速地获取具有准确分割掩码的医疗图像,对于......
视频目标分割,即对视频中的关键目标进行像素级的分割,在基于内容的检索、智能监控、视频会议等领域有着越来越广泛的应用。近些年......
本文针对自然场景下的数字字符检测与识别问题,结合计算机视觉相关技术,将检测与识别问题分为区域提取和识别两个过程。具体的工作......
学位
视频目标分割旨在自动分离视频中的前景和背景区域,是一种能够对视频进行精确像素级分类的技术。根据测试阶段是否利用初始帧掩膜......
近几年,卷积神经网络发展迅速,在图像识别、语音识别和机器翻译等方面取得了不错的成绩。但传统的卷积神经网络擅长处理规则数据,......
图像在人们日常生活中起着举足轻重的作用,是人们获取信息的主要来源之一。当人们使用拍照机设备拍照的时候,由于场景光照亮度、拍......
虚假评论检测包括有监督的、无监督的、基于分类的、基于排序的等,针对这些已有的算法,为提高整体虚假评论检测性能,结合这些算法,......
借鉴基于正则回归的无监督并行正交基聚类特征选择法和最大互信息系数,提出正交基低冗余无监督特征选择法.该方法在正交基下选择具......
随着以GPU为代表的硬件计算能力的提升、大规模有标注数据集的开放以及以神经网络为代表的深度学习算法的进步,计算机视觉成为越来......
