论文研究全增量式自然梯度ActorCritic学习算法 .pdf

由于传统的矩阵分解算法直接对用户评分矩阵进行分解，这样容易造成推荐的准确性偏低。为了进一步提高系统推荐的准确性，将用户间的社交网络作为辅助信息，提出了一种基于矩阵分解的社会推荐算法。该算法将社交网络与

针对传统人脸识别算法在姿态、表情和光照等变化下而引起识别效果不佳的问题，提出一种韦伯梯度方向直方图人脸识别算法（HWOG）。利用差动激励提取图像的结构和纹理信息，利用HOG算子提取原始图像的边缘特征，

内核方法是将算法从线性情况扩展到非线性情况的强大工具。 Metalearning算法学习基础学习算法,从而提高学习系统的性能。 通常,与相应的基础学习算法相比,金属学习算法具有更快的收敛速度和更低的均

度量学习通过更真实的刻画样本之间的距离，来提高分类和聚类的精度。GMML（Geometric Mean Metric Learning）在学习度量矩阵[A]时，使得在该度量下同类点之间的距离尽可能小，

基于计算几何理论, 在分析支持向量与凸包向量关系的基础上, 提出了一种基于中心凸包算法与增量 学习的 SVM 学习算法。在确保分类器达到可靠精度的前提下, 为解决学习中时耗过长的问题, 在对当前训练集

基于稀疏表示的图像处理技术近年来成为研究热点，多种字典学习算法如K-SVD、OLM（onlinedictionarylearningmethod）等予以提出，这类算法使用重叠的图像块来构建字典进行稀疏

自然抠图从背景复杂的彩色图像中根据已知像素进行未知像素的透明度估计以实现前景的准确提取，是图像处理和影视制作的关键技术之一。由于自然图像透明度值的求解具有高度不确定性，目前对颜色和结构复杂的图像抠图效

从汉字分类思维的角度，在充分利用汉字的二维象形性以及人眼视觉冗余特性的基础上，提出一种将结构化汉字字形拆分再重组的自然型文本水印算法。该算法通过汉字字形的拆分，增加了文档内容编码冗余，提高了水印信道容

对象建议算法（object proposals）是对象检测中的常用算法，用于快速定位物体区域。根据自然场景文本的特点，将对象建议算法应用到文本检测中，并与经典的最稳定极值区域算法相结合；然后，通过贝叶

年画作为中国民间艺术的优秀代表之一，其风格对艺术创作具有重要意义。为了快速方便地实现自然图像的年画风格化，设计了一种自动化的年画风格化算法框架，并尽可能准确地保持自然图像的原有图案与颜色分配。对于一幅