非监督学习相关论文
图像超分辨率算法的目的是从一张低质量的图像重建出一张高质量的图像,造成图像质量下降的原因包括分辨率降低、镜头噪声、运动模......
在无线网络系统的物理层中,一个基本的科学问题是研究如何在接收端更好更快地恢复信源传输的信息。在实际生产环境中,无线网络系统......
随着第五代移动通信技术5G（5th Generation Mobile Networks,5G）的高速发展与落地,终端直通通信技术D2D（Device to Device Communicat......
航空磁法勘探是航空地球物理勘探的重要组成部分,它是通过飞机上装备的磁力仪探测地磁场的变化、研究地下地质构造的一种物探方法......
全球通信产业正面临着前所未有的扩张和结构上的挑战。科学家和学术界已经达成的共识:频谱是有限和稀少的资源。因此世界各地的监......
One-class问题包括one-class描述问题和one-class分类问题,给定一组没有标签的样本集,前者指如何描述它包含的内在信息(与异常信息......
在机器学习、模式识别、信息检索和生物信息等很多领域人们都面临海量的高维数据,由此引发维数灾难问题。特征约简旨在解决上述难......
语音情感识别旨在使用计算机技术来分析说话人的情感状态及变化，进而确定其内心情绪状态或变化，最终实现人机之间更自然、更和谐的交......
高光谱影像由于光电传输等因素的影响存在着噪声。这些噪声不仅影响了人们的视觉质感,还影响了影像的质量。与此同时,噪声方差估计......
单幅图像超分辨是一项基础的计算机视觉任务,旨在给定低分辨率图像的情况下恢复重建其对应的高分辨率图像。相比于低分辨率图像,高......
随着互联网的发展,越来越多的色情图片、视频等资源充斥于网络,对互联网用户,特别是青少年带来不良影响。高效的色情视频检测手段......
近年来,随着大数据技术的不断发展,大规模的图像检索研究已经得到了相当大的关注。在大数据时代,图像检索研究的主要问题在于如何......
近年来,随着数字化技术和互联网的发展,各行各业采集、获取大数据的能力有了极大增长。例如LTE网络工程优化及日常优化过程中均会......
当前计算机发展由于冯诺依曼架构限制和摩尔定律逐渐失效,已经接近瓶颈。而另一方面,在大数据时代亟需研发新一代的计算架构与硬件......
城市固废(MSW)是指人类因日常生活需求而无可避免所产生的固态废弃物,即“生活垃圾”。城市固废焚烧(MSWI)在生活垃圾的无害化、减......
多波地震数据具有丰富的地震油气储层信息,有效利用纵波与转换横波对油气储层敏感度的差异,有助于提高油气藏预测精度。深层神经网......
自然界和人类社会中众多的复杂系统可以抽象成复杂网络,从而通过研究得到有价值的结论。因此,复杂网络广泛应用于各个领域,比如生......
针对海上军民用船舶行为监视的问题,提出了一种基于非监督学习的海上目标行为分析技术.首先,采用航迹过滤、坐标变换、航迹抽稀的......
该文通过径向基函数（RBF）神经网络逼近非线性混合变换的逆变换的方法,研究了一种从非线性混合信号中盲源分离的算法.该方法采用RBF神......
学习是人类智能的主要标志和获得智慧的基本手段，是人类具有的一种重要智能行为。在机器学习中，学习性能的好坏是衡量一个学习系统优......
提出一种迷宫机器人的人工脑系统,包括迷宫路标感知单元与行为决策单元。其中,感知单元基于ART1神经网络,用于识别迷宫导向路标;决......
聚类是非监督学习的关键问题.本文在模糊最小-最大聚类网络(FMMCN)和分层聚类思想的基础上,提出一种分层模糊最小-最大聚类算法.与......
近年来,随着机器学习(Machine Learning,ML)技术的发展,越来越多的领域开始与ML相结合。ML擅长处理海量数据,尤其是ML中的非监督学......
静态数据的聚类方法已得到了较为深入的研究,然而现实生活中越来越多的应用涉及到时间序列的聚类分析。但此类数据具有复杂的动态......
针对脑-机接口的特征提取问题，提出了一种基于非监督学习的稀疏降噪自编码器，对刺激诱发的脑电信号进行自主学习，构建原始数据的深层......
将神经网络用于遥感图像分类处理取得了一些成果,但已有的方法存在计算量大、需要用户设置网络结构和较多参数等缺点.SGNN(Self-Ge......
本文描述了二次连接神经网络的结构和特性，给出了该网络的非监督学习规则。使用二次连接的神经网络，描述了基于ART的层次聚类算法，并......
图像分割是数字图像处理的一项重要内容.本文将基于高斯混合模型的退火EM算法应用于非监督图像分割.由于退火EM算法具有自动探测数......
卷积自编码器(Convolutional Auto Encoder,CAE)提取的粗粒度池化特征具有一定范围内旋转和平移的不变性,因而得到广泛使用.然而,......
在一些实际问题中,数据的分布随时间的变化而逐渐变化,这类数据的学习问题被称之为演化数据的学习.文中综述了演化数据上的学习方......
提出了一种基于非监督学习的人体运动分析方法.该方法通过使用MDL准则约束下的HMM模型对连续运动序列进行分割和聚类,并实现对运动......
领域概念非分类关系的获取是本体学习的一项重要任务，提出了一种基于非监督学习的非分类关系自动获取方法。该方法首先通过关联规则......
针对非监督学习方法提取的底层特征用于特征描述时可区分性不强,对图像旋转、尺度等变换敏感的问题,提出了一种改进卷积自编码器的......
摘要：以检测网球比赛中的声学事件为目的，提出了一种基于上下文信息的声学事件检测方法。该方法利用运动员击球时的吼叫声提供的上下......
样本规模与使用方法是基于学习的超分辨率中的一个重要问题.面向人脸图像超分辨率重建,提出一种基于局部保持投影(LPP)的自适应流......
自动文本分类技术涉及信息检索、模式识别及机器学习等领域。本文以监督的程度为线索 ,综述了分属全监督 ,非监督以及半监督学习策......
为了提高文本观点挖掘的效率，通过扩展标准话题模型，提出了一种新颖的多粒度话题情感联合模型（MG-TSJ）．模型将文本话题区分为全局和局部......
针对传统雷达性能指标评估方法相对“机械”、缺乏理论约束,需要多次重复实验,导致评估效率较低,评估成本较高等问题,提出基于非监......
深度学习在特征提取与模型拟合方面具有优势。它能够非监督地从数据中学习出有效的特征用以预测。故本文在此利用深度学习进行建模......
针对短波Morse电报自动译码准确率低的问题,提出了一种针对信号时频图,采用机器学习理论的Morse信号自动译码技术,实现了对机械或......
信息处理技术用于“非监督”入侵检测的方法可以改进入侵检测效率，在总结前人成果的基础上，给出一种基于信息熵的数据集分割方法、提......
随着数据挖掘技术的发展和信息的增长，企业和公司开始运用数据挖掘技术来分析和处理他们在商业活动中积累的关于客户的大量数据，以从......
5G时代高频段的使用在为通信系统带来高带宽、高速率的同时,也因为本身的特性导致信号衰减加快。为了解决高频段带来的问题,大规模......
多波地震数据携带有丰富的油气储层信息,如何有效利用这些油气特征信息直接进行油气储层预测,以此缩短勘探周期,降低生产成本,是业......
