论文研究基于案例学习和目标驱动学习的观点生成框架.pdf

教与学优化算法（teaching-learning-based optimization，TLBO）是一种模仿教学过程的新型启发式优化算法。针对TLBO 算法寻优精度低、稳定性差的特点，提出了基于讨论

针对传统稀疏表示不能有效区分目标和背景的缺点，提出一种判别稀疏表示算法，这种算法在传统稀疏表示目标函数中加入一个判别函数，大大降低干扰因素对目标跟踪的影响。基于判别稀疏表示和[?1]约束，提出一种在线

深度神经网络中的多目标稀疏学习模型，刘嘉，公茂果，深度神经网络是一种具有复杂结构和较深层次的神经网络模型,其强大的数据表示和建模能力使其在各类应用中发挥了巨大的作用.稀疏理�

学习的速度取决于人们掌握信息的方法。 如果配制得当，通常可以更快地实现相同的物质。 这项工作旨在促进跨学科的对话和研究知识密集型方法，以学习行政管理以及研究人员，企业和全国范围内的程序，重点关注与学习

深度学习是一类新兴的多层神经网络学习算法,因其缓解了传统训练算法的局部最小性,引起机器学习领域的广泛关注。首先论述了深度学习兴起渊源,分析了算法的优越性,并介绍了主流学习算法及应用现状,最后总结了当前

对基于导数优化的BP算法及其改进算法进行综述，在分析经典BP算法固有缺陷的基础上，对BP的改进算法进行了总结和归纳。首先将改进算法分为四大类，介绍了每个类别中的典型算法，分析了其数学实质及算法的优缺点

将基于案例推理(CBR)技术与XML结合，提出了基于XML的案例表示方法，给出了DTD定义，分析了它与传统数据库相比的优势，并以Snort规则的基于XML的案例化为例，证明了该方法的有效性。所做工作为

JSAC：一个基于深度学习的恶意JavaScript代码检测框架，杨宇行，梁洪亮，JavaScript（JS）是网络开发中最为广泛应用的脚本语言,也是最常被攻击者利用的语言之一。近年来,机器学习在多个

此PDF为小编对整理的思维导图文件生成，总结了深度学习以及CNN火热后，目标检测相关算法的总览，其中还包含在19年轮回重生的anchor-free等算法，算是一个算法概述。

深度学习目标检测的综述--西安电子科技大学--2019年7月份