【摘 要】
:
属性学习是一种底层特征抽取算法,丰富了底层特征的语义信息.提出了基于多示例框架的属性学习算法,可以准确地预测每个属性的所在区域;提出了基于区域聚类的示例合并算法,有
【机 构】
:
中国航天科工集团第四研究院指挥自动化中心,北京,中国,102300
【出 处】
:
第17届中国系统仿真技术及其应用学术年会(17th CCSSTA 2016)
论文部分内容阅读
属性学习是一种底层特征抽取算法,丰富了底层特征的语义信息.提出了基于多示例框架的属性学习算法,可以准确地预测每个属性的所在区域;提出了基于区域聚类的示例合并算法,有效地减少了示例包中示例的个数,提高了算法效率,提升了属性分类器的性能;此外,还提出了含有语义群的多示例多标记学习框架,进而得到所有属性的分类器;最后,在原有数据库标记的基础上,采取人工标注的方式补充并修正了样本的属性标记,重新构建了属性数据库.在a-Pascal和a-Yahoo标准数据库上与其他基于属性学习的图像检索算法进行对比,验证了所提算法的有效性和可行性,更能满足用户的检索需求.
其他文献
近年来,随着移动机器人系统的运算能力和图像处理技术的发展,三维地图的创建已经成为SLAM、逆向工程以及机器人社区非常感兴趣的话题之一。工作空间的环境表达方法是移动机器人
不均衡数据的分类问题是数据挖掘领域中一大难题.电信客户流失数据集分布存在高度的不均衡性,导致占少数比例的流失客户较难被识别.在电信行业中,保留一个现有的客户的成本,
客户流失预测是一个代价敏感的分类问题,在代价敏感的分类问题上,多数研究是在静态代价敏感的情况下展开的.随着机器学习和数据挖掘研究的不断深入,研究者们已经设计出了各种
移动机器人对环境的观测数据是其探索环境的关键,其蕴含的特征能够在一定程度上反映环境的几何特征.本文模拟人脑的特征提取与学习过程,定义了二维激光数据的特征表示,基于提
针对超声波电机的速度控制,本文提出使用基于递归神经网络和Lyapunov稳定性的控制算法,可以在一定程度上反映超声波电机的输入输出非线性关系.伺服系统的控制部分由递归神经
随着科技的不断发展,现代化的各种工程控制系统越来越复杂,而故障诊断技术是提高系统安全性、可靠性,保证系统安全高效运行的重要手段。介绍基于模型故障诊断算法的基本原理和特
电动汽车动力电池组远程监控系统的研究是电动汽车研究的重点之一,是保证电动汽车正常运行的关键.在实际运行过程中,电池系统的高效运行受到诸多因素的影响,如温度、电压、电
区域覆盖一般指智能体按照一定的规则对目标区域进行覆盖的过程.在该过程中,根据空闲区域的主方向信息规划运动路径能够有效地降低区域覆盖的代价,提高机器人的工作效率,典型
飞行器的远期飞行轨迹预测是根据飞行器当前的状态,对其未来一段时间内的飞行路线进行分析和预测.对于大气层外飞行的执行追踪任务并具有机动能力的飞行器,单纯通过动力学参
目前先进战机一般都在机身重心处安装有高精度惯导系统,而在重要机载任务传感器附近安装有低成本惯导,能够提供惯性测量信息如加速度、角速度信息,这也为惯性网络技术的实现提供