您的位置: 专家智库 > >

张世周

作品数:10 被引量:0H指数:0
供职机构:西安交通大学更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 10篇中文专利

领域

  • 2篇自动化与计算...

主题

  • 8篇图像
  • 6篇非负稀疏编码
  • 4篇图像分类
  • 4篇码书
  • 3篇随机梯度
  • 3篇金字
  • 3篇金字塔
  • 3篇测试集
  • 2篇正则
  • 2篇神经网
  • 2篇神经网络
  • 2篇特征提取
  • 2篇特征提取方法
  • 2篇图像分类方法
  • 2篇图像特征
  • 2篇图像特征提取
  • 2篇图像特征提取...
  • 2篇网络
  • 2篇线性判别分析
  • 2篇相似度

机构

  • 10篇西安交通大学

作者

  • 10篇龚怡宏
  • 10篇王进军
  • 10篇张世周
  • 10篇石伟伟

年份

  • 1篇2019
  • 3篇2018
  • 4篇2016
  • 2篇2015
10 条 记 录,以下是 1-10
排序方式:
基于多线索归一化非负稀疏编码器的图像快速特征表示方法
本发明基于多线索归一化非负稀疏编码器的图像快速特征表示方法,具体步骤为:图像的局部特征提取:将数据集中每幅图像稠密地提取SIFT特征和颜色矩特征;从所提取的所有SIFT、颜色矩特征中,随机地选取若干对,以K-均值聚类的方...
王进军张世周龚怡宏石伟伟
文献传递
基于结构相似度的非负稀疏编码的图像分类方法
本发明基于结构相似度的非负稀疏编码的图像分类方法,包括以下步骤:对待处理的图像数据集中所有图像分别稠密地提取SIFT特征;随机地选取若干SIFT特征用于求待处理的图像数据集的码书;建立基于结构相似度的非负稀疏编码模型;用...
石伟伟王进军龚怡宏张世周
基于线性判别分析准则的改进卷积神经网络性能的方法
本发明公开了一种基于线性判别分析准则的改进卷积神经网络性能的方法,属于深度学习卷积神经网络领域、脑认知领域和计算机视觉图像分类领域,包括以下步骤:1)将待处理图像集划分为训练集、验证集和测试集;2)选择一个卷积神经网络模...
龚怡宏石伟伟王进军张世周
文献传递
基于结构相似度的非负稀疏编码的图像分类方法
本发明基于结构相似度的非负稀疏编码的图像分类方法,包括以下步骤:对待处理的图像数据集中所有图像分别稠密地提取SIFT特征;随机地选取若干SIFT特征用于求待处理的图像数据集的码书;建立基于结构相似度的非负稀疏编码模型;用...
石伟伟王进军龚怡宏张世周
文献传递
基于线性判别分析准则的改进卷积神经网络性能的方法
本发明公开了一种基于线性判别分析准则的改进卷积神经网络性能的方法,属于深度学习卷积神经网络领域、脑认知领域和计算机视觉图像分类领域,包括以下步骤:1)将待处理图像集划分为训练集、验证集和测试集;2)选择一个卷积神经网络模...
龚怡宏石伟伟王进军张世周
文献传递
基于L21范数的提升卷积神经网络泛化能力的方法
本发明公开了一种基于L21范数的提升卷积神经网络泛化能力的方法,属于计算机视觉,深度学习特征表示领域。其实现步骤为:设计好用于特定分类任务的卷积神经网络;选定设计好的卷积网络某高层,添加基于类内特征的L21范数约束;使用...
龚怡宏张世周王进军石伟伟
文献传递
基于归一化非负稀疏编码器的图像快速特征表示方法
本发明基于归一化非负稀疏编码器的图像快速特征表示方法,其实现步骤为:将数据集中图像稠密地提取SIFT特征;随机地选取若干个SIFT特征,以K-均值聚类的方法得到码书;利用得到的码书,按照基于归一化非负稀疏编码编码器的松弛...
张世周王进军龚怡宏石伟伟
文献传递
基于码书块稀疏的非负稀疏编码的图像特征提取方法
本发明基于码书块稀疏的非负稀疏编码的图像特征提取方法,包括步骤:1)对待处理的图像数据集中所有图像分别稠密地提取块级特征;2)随机地选取若干块级特征;3)建立基于码书块稀疏的非负稀疏编码模型;4)用随机选取的块级特征来求...
王进军石伟伟龚怡宏张世周
文献传递
基于L21范数的提升卷积神经网络泛化能力的方法
本发明公开了一种基于L21范数的提升卷积神经网络泛化能力的方法,属于计算机视觉,深度学习特征表示领域。其实现步骤为:设计好用于特定分类任务的卷积神经网络;选定设计好的卷积网络某高层,添加基于类内特征的L21范数约束;使用...
龚怡宏张世周王进军石伟伟
文献传递
基于码书块稀疏的非负稀疏编码的图像特征提取方法
本发明基于码书块稀疏的非负稀疏编码的图像特征提取方法,包括步骤:1)对待处理的图像数据集中所有图像分别稠密地提取块级特征;2)随机地选取若干块级特征;3)建立基于码书块稀疏的非负稀疏编码模型;4)用随机选取的块级特征来求...
王进军石伟伟龚怡宏张世周
共1页<1>
聚类工具0