基于显著性和视觉词典的图像分类算法研究,温静,赵雪,本文针对盲图像无任何先验信息,必须依靠人的视觉感知特性来指导分类,提出了一种基于显著性和视觉词典的图像分类算法。首先对自
基于SVM的绝缘子芯棒缺陷图像分类研究,李永昕,别红霞,为了实现绝缘子芯棒缺陷图像的自动分类,针对绝缘子芯棒缺陷图像本身特点,研究了绝缘子芯棒缺陷图像分类的算法流程。首先分别从
面向图像分类的特征选择方法,于风格,黄雅平,随着互联网、多媒体技术和计算机视觉的快速发展,海量的数字图像的处理成为日益现实而紧迫的问题,即如何从如此纷繁复杂的图像中
近年来,支持向量机(SVM)方法在电力系统负荷预测领域的应用研究成为了热点,鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足,首次将多重核支持向量回归方法(Multiple Kernel L
动态场景的外形或表观在很大程度上往往受到一个潜在低维动态过程的控制。基于视频序列之间的时间相干特性,引入一种称为自编码(autoencoder)的特殊双向深层神经网络,采用CRBM(continuou
提出了一种基于核的模糊多球分类算法,该算法在训练阶段为每一个模式类构造多个最小球覆盖其所有的训练样本,并且在识别阶段算法利用一个模糊隶属函数来归类测试样本。此外,在提出的分类算法的基础上,还给出了它的
传统半监督非参核学习方法通常基于流形假设和成对约束信息建立学习模型。但是,这种模型对于某些复杂高维稀疏的数据而言算法复杂性较高。为了解决复杂高维稀疏数据核学习问题,提出一种基于稀疏自编码的非参核学习算
基于核学习的强大非线性映射性能,针对短时交通流量预测,提出一类基于核学习方法的预测模型。核递推最小二乘(KRLS)基于近似线性依赖(approximatelineardependence,ALD)技术
流形学习算法可分为全局流形学习与局部流形学习,它们分别保持了流形上的全局特征信息与局部特征信息,但是实验证明仅基于全局特征或局部特征信息的流形学习算法不能很好地保持真实的流形结构,影响了学习效果。基于
基于非参数核密度模型的交通图像目标提取,孙棣华,王川童,针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取方法。