图模型相关论文
本文以车路协同网络为研究对象,针对物理链路间连通时长的差异性,提出优化可行时长的服务功能链映射算法。首先,建立车路协同的物理传......
在面向空间态势认知能力构建过程中,对如何更好地把握空间能力整体性的“态”和“势”进行了理论分析。近年来机构和学者围绕空间态......
跨模态检索是多模态学习领域中一项十分重要的研究。不同的数据类型,如图片、语音、文字等有其固有的特征,称之为不同模态的数据。......
学位
现实生活中不断产生大量的短文本数据,例如新闻文本,美团、大众点评等网站上用户发表的针对某些方面的评论。文本数据的产生必然伴......
为有效获取外界信息,人类的视觉系统能够利用自身的视觉注意机制,从海量输入信息中有选择地获取有意义信息。受到选择性注意机制的......
在互联网飞速发展的时代,掌握计算机技能正在成为许多高校专业都必修的技能之一。随着教育的改革,高校中计算机教育模式也在改革,......
鲁棒模型拟合是计算机视觉领域的一个基础且关键的问题,其主要任务是从包含离群点和噪声的数据中估计出模型实例的个数及对应的参......
中国电力工业信息化工程的建设过程中积累了大量的文本数据,作为电力大数据的重要组成部分,电力文本数据中所蕴藏的巨大价值也越来......
视觉显著性目标检测是计算机视觉领域的热门研究方向,其任务目标是通过模拟人类视觉注意力机制建立启发式或学习模型,定位视觉场景......
辨识序列间的因果联系是时间序列分析的主要任务之一.将Granger因果关系的检验问题转换为变量选择问题,应用稀疏组Lasso方法辨识序......
视频中的行为识别一直以来都是计算机视觉社区中最热门并且悬而未决的问题之一。行为识别不仅能够直接运用在智能监控,无人驾驶,人......
随着互联网应用的快速发展和语义Web技术研究的深入,越来越多的语义应用系统采用了 RDF(Resource Description Framework)作为数据表......
针对传统定密方式定密不严谨、定密尺度难以把握、经验难以积累等问题,提出基于改进的TextRank算法的计算机辅助定密方法,该方法通......
对于纷繁复杂的各类场景图像,人类视觉系统总能自然地提取场景中信息量最大的目标或相关区域。图像显著性检测作为图像处理的一个......
垂直领域搜索的科学文献检索通过匹配输入检索关键词和文献的结构语义增强检索性能,支持科学研究活动。本文通过半监督文献和检索......
开放车间调度问题是一种典型的组合优化问题,在制造业、交通和物流等领域被广泛研究。这类问题具有复杂的约束和巨大的解空间,因此......
自然语言处理是人工智能的核心技术,文本表示是自然语言处理的基础性和必要性工作,影响甚至决定着自然语言处理系统的质量和性能.......
图像分割作为图像处理中的关键步骤,可以描述为利用图像的低级视觉特征,根据相似性准则将图像分割成一系列连通的匀质区域,并从背......
学位
随着计算和数据采集技术的发展,在各个应用领域中积累了大量复杂数据.这些数据中往往蕴含着直接或潜在的网络(图)结构.网络数据分析......
本文研究了概率图模型的最优匹配问题,提出了一种在给定数据样本的条件下选取此样本的最优模型的新方法.利用计算代数的工具,通过......
近几十年来,随着计算机科学技术的飞速发展,高维数据分析在现代科学研究中越来越突显其重要性。比如在生物学的微阵列数据中,金融......
人类语言中普遍存在歧义性,这给自然语言处理技术带来了困难。作为在词语级别消除语言歧义性的方法,词义消歧旨在根据多义词所处的......
如今,互联网的发展日新月异,人们在日常生活中越来越离不开网络,互联网正逐渐变为人们接收和传播信息资源的主要媒介。然而,丰富的......
在零售商占据主导地位的供应链中,供应商的利润空间被不断压缩,加上市场对绿色的需求,供应商面临着极大的生存压力,与零售商之间争......
本文研究了一种基于动态贝叶斯网络(Dynamic Bayesian Networks,DBN)的语音建模方法,利用图模型处理工具包GMTK构建了基于DBN的连......
Latent Dirichlet Allocation(LDA)模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。通过在传统LDA模型中融入文本......
实验证明人体 20 种氨基酸的疏水特性是不同的。通过研究蛋白质的疏水性对研究蛋 白质之间的亲密关系和平衡蛋白的结构和功能有着......
本文利用图模型给出不依从情形下的因果模型,研究了它们的可识别性,给出了通过引入可观测的协变量使因果模型可识别的条件及其证明......
聚类是数据分析的一个重要任务.随着深度学习思想的普及,深度聚类算法取得了突破性进展,但是目前的深度聚类算法只注重信息的整体......
图神经网络构架的出现,给深度学习带来了新的研究方向,图结构能聚合节点的邻居节点以及边的信息来更新该节点的向量表征,捕捉到文......
关键词提取和摘要抽取的目的都是从原文档中选择关键内容并对原文档的主要意思进行概括。评价关键词和摘要抽取质量的好坏主要看其......
传统的基于"词袋"的文本表示方法假定词的权重只和它本身的出现频率有关,而忽略上下文信息.本文提出了一种基于上下文的图模型文本......
目的基于哈希的跨模态检索方法因其检索速度快、消耗存储空间小等优势受到了广泛关注。但是由于这类算法大都将不同模态数据直接映......
项目利益相关方合作是项目成功的关键,然而项目利益相关方的个体多样性特征和项目任务的高不确定性使得冲突不可避免.研究将图模型......
期刊
实体消歧旨在解决文本中普遍存在的名称歧义问题,是大数据知识工程的核心研究内容,在语义搜索、问答系统、异构知识融合等领域都有着......
设计性能逼近信道容量、编译码复杂度较低的实用好码是信道编码领域中最重要的工作之一。基于图模型的LDPC码是一种有较低的迭代译......
低密度奇偶校验码(LDPC码)以其低复杂度的迭代译码算法和可逼近信道容量限而成为目前最佳的编码技术之一,越来越受到众多编码研究......
随着多媒体技术的高速发展,三维模型的应用越来越广泛,例如虚拟现实、3D建模、3D游戏等。三维模型的数量以指数方式增长,怎样可以......
低密度奇偶校验码(Low—Density Parity—Check,LDPC,Codes)是一种基于图模型和迭代译码的纠错编码方案,性能非常接近Shannon容量......
图模型是一种表示数据之间关系的常用手段。然而,传统的构建图模型的策略多是基于二元(成对)关系,并没有充分利用数据中隐藏的拓扑......
近几十年来,伴随着互联网的快速发展以及智能终端的普及,互联网上数字图像的数量呈现爆炸式增长。面对海量的图像信息,如何快速高......