基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的监督学习图像模型对训练样本要求苛刻的问题,本文提出一种非监督学习算法,该算法不仅对训练样本要求简单,而且学习到的层次组合模型由能在位置和方向进行扰动Gabor小波组成,是一种可变形模板,因此一定程度上提高定位及分割算法在物体发生形变情况下的鲁棒性.经过多组实验结果表明,本文所提出的层次组合模型能高效地解决目标在发生形变、存在遮挡以及复杂背景下的定位分割问题.
推荐文章
采用无监督学习算法与卷积的图像分类模型
K-means聚类
图像分类
卷积
卷积神经网络
Dropout
彩色图像分割中基于图上半监督学习算法研究
交互式图像分割
图上半监督
颜色相似性特征
双高斯模型
修正Gibbs采样的有限混合模型无监督学习算法
无监督学习
有限混合模型
参数维数变化
跳变
分布元管理
基于非监督学习的入侵分析新方法
入侵检测
非监督学习
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 非监督学习图像层次组合模型的研究算法
来源期刊 山西大同大学学报(自然科学版) 学科 工学
关键词 非监督 层次组合 变形 分割
年,卷(期) 2015,(3) 所属期刊栏目 物理学与电子技术
研究方向 页码范围 28-31
页数 4页 分类号 TP391.41
字数 3169字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 康占成 山西大同大学物理与电子科学学院 8 7 1.0 2.0
2 杨建秀 山西大同大学物理与电子科学学院 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非监督
层次组合
变形
分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山西大同大学学报(自然科学版)
双月刊
1674-0874
14-1344/N
大16开
山西省大同市新平旺
1985
chi
出版文献量(篇)
2666
总下载数(次)
9
总被引数(次)
5411
论文1v1指导