权重更新相关论文
随着芯片的器件尺寸越来越接近物理极限,摩尔定律正在失效。同时,芯片中信息存储和计算相分离的冯·诺依曼架构限制了数据存储和传......
本文针对采用支持向量机的说话人确认中，提出采用相对背景模型的权重更新量以及均值更新量形成超向量，用这个超向量作为支持向量机的......
针对传统的Adaboost训练算法在训练过程中可能出现训练退化和训练目标类权重分布过适应的问题,提出一种改进的Adaboost训练算法.改......
期刊
近年来，随着对波束形成技术中实时性要求的提高，神经波束形成算法的研究受到众多专家和学者的关注。基于线性代数的自适应波束形成算......
针对在热点话题追踪过程中容易发生话题漂移的问题，提出了基于相关性反馈的自适应热点话题追踪模型。为准确把握话题的动态演变过程......
针对采用AdaBoost算法训练样本过程中出现的过拟合现象和特征冗余问题,提出了一种可将正负样本错分率综合考虑,以避免权重过度增大......
针对连续Adaboost算法中平滑因子选取的不足,提出了一种动态选取平滑因子的DS-Adaboost算法,该算法对弱分类器输出中的平滑因子ε......
由于多媒体数据库管理和检索的效率直接决定了人们利用多媒体数据信息的效率,因此随着MPEG-7标准的提出,基于内容的图象/视频存储......
通过比较传统的Adaboost算法中样本权重的更新算法,提出了一种新的将类内归一化与全局归一化过程相结合的样本权重更新算法.并对两......
针对潜在语义分析（LSA）模型的权重更新问题,提出了一种基于贝叶斯理论的自适应权重更新算法ALSAB。ALSAB采用最大后验概率估计与期望......
联邦平均(Fedavg)算法采用权重更新来更新全局模型,该算法在权重更新时仅考虑每个客户端数据量的大小,未考虑数据质量对模型的影响......
期刊
针对传统的AdaBoost算法只关注分类错误率最小的问题,在分析传统的AdaBoost算法实质基础上,提出一种基于代价敏感的改进AdaBoost算......
分类是人工智能的一项重要任务,对信息的识别与认知起着至关重要的作用。本课题的核心目标是要挖掘训练样本中重要的数据信息,构建......
提出了一种基于肤色和改进AdaBoost算法的人脸检测方法。从被检图像中分割出肤色区域从而得到包含一系列人脸静态特征的候选人脸区......
针对传统AdaBoost算法在视频中检测人脸误检率较高的问题,文中提出了一种结合运动分析和肤色检验的改进型人脸检测算法。该方法通......
基于MPEG-7标准处理模式，采用分层方式进行视频特征标注和聚类索引，构造一种分层组织的视频信息检索模型。考虑用户需求描述和查询历......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对目标存在遮挡、尺寸动态变化及背景影响情况下,传统Mean Shift目标跟踪算法精度低的问题,提出一种基于多图像块表示目标且融合......
为了提高base haar特征和原始AdaBoost算法的检测率并降低其误检率,提出一种改进型人脸检测算法。该算法采用新增haar-like特征,改......
在并行绘制系统中,影响其性能的一个关键要素在于各个绘制节点是否负载均衡.基于屏幕空间划分的并行系统中,采用随机森林预测各个......
研究人脸识别实现自动化检测,针对实时定位准确识别人脸,采用传统AdaBoost算法构建人脸检测器时存在的过拟合现象和特征冗余缺欠,......
为了解决银行、邮局等场合的实时数字识别问题,提出了一种优化的卷积神经网络(Convolutionnal Neural Network,CNN)数字识别方法。......
提出一种选择性样本权重更新算法,把FNR和FPR引入样本权重更新过程,将分类效果反馈给分类器,实现对分类器结构的有效控制,在样本权......
针对传统的Adaboost训练算法在训练过程中可能出现训练退化和训练目标类权重分布过适应的问题,提出一种改进的Adaboost训练算法.改......
期刊
视频监控系统以其独特的优势在军事和民用领域得到了广泛的应用，行人是视频监控系统重点关注的对象，本文对基于集成学习的行人检测问......
针对Haar特征的连续Adaboost算法在人脸检测中的应用,本文分析了Haar特征选取的方法以及级联分类器的准则,证明了连续Adaboost算法......
学位
针对运动目标检测与跟踪算法计算准确率低、效果差的问题,结合Kalman滤波算法,提出一种基于高斯混合模型的运动目标检测与跟踪算法......
