无监督特征学习相关论文
乳腺癌的精准预后可以为乳腺癌的个性化治疗提供重要思路。而乳腺癌精准预后的关键,在于能否将新兴的临床诊疗手段纳入到疾病早期......
计算机视觉作为人工智能领域的重要组成部分，近年来已经受到越来越多的关注。同时，随着互联网的发展，多媒体数据在人们的日常生活中已......
随着移动互联网的发展，从移动设备涌入大量多样化的数据，这些数据的处理和分析给我们带来了机遇和挑战。而深度学习研究也在计算能力......
随着内置了多种传感器的智能手机的广泛普及和使用,智能手机已经成为一个集通信、计算以及感知于一体的移动计算平台。利用智能手......
监控视频中的异常事件检测是一种在研究和工业应用中的重要任务,近年来备受关注。已有的方法通常通过提取局部特征来解决此问题,然......
商标是一种重要的知识产权。随着商品经济的快速发展和知识产权保护意识的增强,无论是商标注册申请量、商标注册审查量还是有效注......
随着互联网的高速发展,网络在给人们的生活带来极大便利的同时,其安全问题也日益突出。网络验证码作为一项广泛使用的验证手段,对......
基于深度学习理论,提出了一种基于栈式稀疏自动编码器(SSAE)的模块化五电平逆变器(MFLI)子模块开路故障诊断方法.该方法将MFLI子模......
水电机组健康状态实时评价是状态监测和劣化预警中的重要内容,传统方法采用单一限值比较,不能体现机组个性特色,且适用机组运行工......
针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利......
尽管传统的词袋(BoW,bag of worcls)模型在复杂场景行为识别中能够保持鲁棒性,但是硬向量量化会导致大量的近似误差,进而产生很差......
大规模未标注语料中蕴含了丰富的词汇信息,有助于提高中文分词词性标注模型效果。该文从未标注语料中抽取词汇的分布信息,表示为高......
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......
针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(ext......
无监督特征学习（UFL）是一种自动提取数据隐藏特征的技术，广泛应用于深度学习任务中。本文将无监督特征学习分别结合到深度神经网络（DNN......
为减少传统压缩感知对图像信号测量与重构的时间,提高重构精度,提出一种深度学习SDA的压缩感知框架,采用堆叠去噪自动编码器(SDA)......
为了解决传统的基于人工特征的负面表情识别方法在面部无遮挡、姿态非倾斜的人脸表情图像上表现良好,但是在复杂场景下的识别效果......
针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方......
句子特征提取与相似度计算是自然语言处理中的重要问题.目前汉语句子相似度计算方法不能全面考虑句子语义,因而导致相似度计算结果......
