排序方式: 共有39条查询结果,搜索用时 171 毫秒
1.
针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题:由于目标快速移动引起边界效应,使得相关滤波器在学习与更新过程中可能会引入错误,最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上,提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法,选择DCNN深度特征有效地表征待跟踪目标的初始状态,通过在线分类过程中样本相似性比对与半监督学习,辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程,提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率,针对VOT2016标准测试视频的实验表明:当目标面临快速运动时,对比CN、SAMF、STC算法,所提DA-CFT跟踪算法将跟踪成功率分别由60.4%~73.4%、67.2%~82.9%、80.9%~88.1%提升至85.6%~91.0%。 相似文献
2.
通过实验探讨了几种人脸图像聚类方法的效果,并给出了一些定性的结论。首先是试图找出数据量的大小对聚类效果的影响,实验结果表明,聚类数据量的增加可以使聚类结果更好,并且使用PCA方法提取人脸特征时,人脸轮廓信息越多,聚类结果越好;其次是将人脸图像按五官分割成不同的部分,然后分别使用PCA和ICA方法提取特征进行聚类,实验结果表明使用ICA方法比使用PCA方法提取的特征的聚类效果好。 相似文献
3.
4.
为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性. 相似文献
5.
6.
7.
本文系统地讨论了离散型前向神经网络Madaline的输出对网络参数扰动的敏感性计算.首先,根据神经元Adaline的离散特性,提出了一种离散随机技术方法,推导了Adaline敏感性近似计算公式.该方法从理论上解决了已有的连续随机技术方法无法处理的情况,取消了过强的限制条件,并使得从理论上对Adaline敏感性近似计算进... 相似文献
8.
9.
10.
面向对象数据库到关系数据库运算的转换 总被引:4,自引:0,他引:4
本文描述了关于从面向对象数据库到关系数据库的运算转换,并讨论了数据描述语言和数据操纵语言运算的转换映射及其算法。这些运算包括模式定义、数据插入、数据查询、数据修改、数据删除。给出了用传统的关系运算来实现它们的语义的一般意义下的解决方案。 相似文献