搜索结果: 16-30 共查到“知识库 模式识别”相关记录1539条 . 查询时间(2.887 秒)
机器学习技术成功地应用于计算机视觉、自然语言处理和语音识别等众多领域.然而,现有的大多数机器学习模型在部署后类别和参数是固定的,只能泛化到训练集中出现的类别,无法增量式地学习新类别.在实际应用中,新的类别或任务会源源不断地出现,这要求模型能够像人类一样在较好地保持已有类别知识的基础上持续地学习新类别知识.近年来新兴的类别增量学习研究方向,旨在使得模型能够在开放、动态的环境中持续学习新类别的同时保持...
信道状态未知的确定性识别理论（马志明、闫桂英）
信道状态未知 确定性 识别理论
2023/2/22
Identification capacities of randomized and deterministic identification were proved to exceed channel capacity for Gaussian channels with channel side information (CSI). In this work, we extend deter...
基于单字符注意力的全品类鲁棒车牌识别
车牌识别 注意力机制 字符分割 字符分类
2024/1/17
复杂场景下的高精度车牌识别仍然存在着许多挑战,除了光照、分辨率不可控和运动模糊等因素导致的车牌图像质量低之外,还包括车牌品类多样产生的行数不一和字数不一等困难,以及因拍摄角度多样出现的大倾角等问题.针对这些挑战,提出了一种基于单字符注意力的场景鲁棒的高精度车牌识别算法,在无单字符位置标签信息的情况下,使用注意力机制对车牌全局特征图进行单字符级特征分割,以处理多品类车牌和倾斜车牌中的二维字符布局问题...
为缩短光伏并网微型逆变器故障提取时间、提升采样精度和效率,基于模糊故障树研究光伏并网微型逆变器故障识别方法。首先利用模糊故障树方法对光伏并网微型逆变器进行故障映射,建立故障底事件与顶事件之间的联系;然后通过小波包变换提取光伏并网微型逆变器故障特征;最后通过构造SOFTMAX光伏并网微型逆变器故障多分类器,实现对光伏并网微型逆变器故障的识别。设计仿真实验,结果证明,在有功功率为3~12 kW的范围内...
天津科技大学人工智能学院模式识别与大数据处理科研团队研究方向为图像处理、模式识别与大数据处理、食品安全可追溯系统、嵌入式系统开发。
生存分析旨在预测某个感兴趣事件发生前的延续等待时间,已广泛应用于临床治疗中患者的生存状态分析.然而,受限于研究代价高昂和环境因素的影响,现有的生存分析方法不可避免地面临着高维小样本挑战以及复杂环境所引起的噪声敏感等问题.为了克服上述缺陷,本文提出一类噪声容错弱监督直推式矩阵补全(Weakly supervised transductive matrix completion,WSTMC)生存分析方...
面向行人重识别的局部特征研究进展、挑战与展望
行人重识别 局部特征 深度学习 计算机视觉
2024/1/18
行人重识别(Person re-identification,Re-ID)旨在跨区域、跨场景的视频中实现行人的检索及跟踪,其成果在智能监控、刑事侦查、反恐防暴等领域具有广阔的应用前景.由于真实场景下的行人图像存在光照差异大、拍摄视角不统一、物体遮挡等问题,导致从图像整体提取的全局特征易受无关因素的干扰,识别精度不高.基于局部特征的方法通过挖掘行人姿态、人体部位、视角特征等关键信息,可加强模型对人体...
作者识别是根据已知文本推断未知文本作者的交叉学科.其传统研究通常基于文学或语言学的经验知识,而现代研究则主要依靠数学方法量化作者的写作风格.近些年,随着认知科学、系统科学和信息技术的发展,作者识别受到越来越多研究者的关注.本文主要站在计算语言学的角度综述作者识别领域现代研究中的方法和思路.首先,简要介绍了作者识别的发展历程.然后,详述了文体风格特征、作者识别方法以及该领域中多层面的研究。
轻轨作为城市公共交通系统的重要组成部分,对其实现智能化的管理势在必行.针对城市轻轨定位系统要求精度高、实时强且易于安装等特点,本文提出一种基于全局−局部场景特征与关键帧检索的定位方法.该方法在语义信息的指导下,从单目相机获取的参考帧中提取区别性高的区域作为关键区域。
哈尔滨工程大学计算机科学与技术学院科研成果系列发布（第十九期）。
人脸活体检测是为了提高人脸识别系统安全性而需要重点研究的问题.本文首先从人脸活体检测的问题出发,分个体、类内、类间三个层面对人脸活体检测存在的困难与挑战进行了阐述分析.接下来,本文以算法使用的分类线索为主线,分类别对人脸活体检测算法及其优缺点进行了梳理和总结。
基于图像和特征联合约束的跨模态行人重识别
跨模态 行人重识别 中间模态 联合约束
2024/1/22
近年来,基于可见光与近红外的行人重识别研究受到业界人士的广泛关注.现有方法主要是利用二者之间的相互转换以减小模态间的差异.但由于可见光图像和近红外图像之间的数据具有独立且分布不同的特点,导致其相互转换的图像与真实图像之间存在数据差异.因此,本文提出了一个基于图像层和特征层联合约束的可见光与近红外相互转换的中间模态,不仅实现了行人身份的一致性,而且减少了模态间转换的差异性。
基于深度学习的极性电子元器件目标检测与方向识别方法
电子制造 深度学习 方向识别 目标检测 Faster RCNN
2024/1/22
极性电子元器件的类别、方向识别、定位在工业生产、焊接和检测等领域发挥着至关重要的作用.本文首先将极性电子元器件的方向识别问题转化为一个分类问题,然后,采用Faster RCNN(Region convolutional neural network)与YOLOv3方法实现了极性电子元器件的准确分类、方向识别和精准定位.实验取得良好的效果,两种算法的平均准确率(Mean average precis...
浙江大学生命科学研究院2021年6月7日黄俊实验室在Molecular Cell合作发表论文解析了BRCA1-BARD1复合物识别DNA损伤位点的分子结构基础（图）
黄俊 复合物识别 DNA损伤 分子结构
2022/10/26
2021年6月7日，浙江大学生命科学研究院黄俊实验室和中科院生物物理所周政实验室合作在Molecular Cell杂志在线发表了题为“Structural insight into BRCA1-BARD1 complex recruitment to damaged chromatin”的研究论文，揭示了乳腺癌易感基因产物BRCA1-BARD1异源二聚体被招募到DNA双链断裂损伤（DNA doub...