搜索筛选:
搜索耗时0.7734秒,为你在为你在102,285,761篇论文里面共找到 24 篇相符的论文内容
发布年度:
[期刊论文] 作者：许欢,苏树智,颜文婧,邓瀛灏,谢军,,
来源：电子与信息学报 年份：2020
典型相关分析(CCA)是一种经典的多模态特征学习方法,能够从不同模态同时学习相关性最大的低维特征,然而难以发现隐藏在样本空间中的非线性流形结构。该文提出一种基于测地流形的多模态特征学习方法,即测地局部典型相关分析(GeoLCCA)。该方法利用测地距离构建了......
[期刊论文] 作者：苏树智,谢军,高鹏连,邓瀛灏,郑苹,,
来源：重庆理工大学学报(自然科学) 年份：2019
协方差矩阵在特征学习中至关重要,但在实际应用中难以获得真实协方差矩阵,通常是利用基于样本数据的样本协方差矩阵来逼近真实协方差矩阵,然而采集的样本数据经常是带有冗余和噪声信息的高维数据,这将导致样本协方差矩阵严重偏离真实协方差矩阵,进而影响特征学......
[期刊论文] 作者：苏树智,朱刚,高鹏连,邓瀛灏,郑苹,,
来源：安徽理工大学学报(自然科学版) 年份：2019
多模态图像是同一目标的多种图像,面向多模态图像的子空间投影是机器视觉领域的热门研究课题,然而已有的多模态子空间投影仅仅利用投影方向来实现测试样本的子空间投影,忽略了测试和训练样本间的近邻关系,这种关系能够有效增强识别性能。为此,基于相关分析理论......
[期刊论文] 作者：苏树智,张若楠,郜一玮,高鹏连,朱刚,,
来源：安徽理工大学学报(自然科学版) 年份：2021
典型相关分析是一种经典的线性多模态融合方法,但是难以有效解决高维非线性数据的多模态融合问题。结合典型相关分析、线性回归分析与深度神经网络,提出一种新颖的多模态融合方法,即深度偏最小二乘相关分析。该方法能够在最大化不同模态之间相关性的前提下学习......
相关搜索：
