自步学习相关论文
针对零件加工过程的监控数据异常,导致刀具剩余寿命预测准确性下降的问题,提出一种基于自步学习的数据异常检测方法.首先建立多层......
在许多现实应用中,机器学习算法面临着数据中类别样本数量不平衡的困难。随着互联网、分布式计算以及边缘计算等领域的快速发展,更......
随着信息化时代的飞速发展,各种信息化数据也呈现出爆炸式的增长,传统的机器学习方法,如有监督学习和无监督学习,在处理各类问题时......
聚类在机器学习中有很长的历史及广泛的应用。聚类的目的是将数据点划分为多个簇,使得同一个簇中的数据相似性较大,不同簇中的数据......
转移肿瘤是指癌症从身体的一个部位扩散到了另一个部位,大约三分之二的癌症患者都会患有骨转移肿瘤,而脊柱是骨转移肿瘤最常见的发......
在科技不断发展的现代化社会,人机交互技术受到人们的广泛关注,而手势识别作为新型人机交互技术更受到研究者们的青睐,本文研究的......
学位
数据聚类是最基础和最重要的数据分析手段,实现对海量数据快速智能的聚类分析对于帮助整理、摘要和储存数据具有重要意义。在大数......
机器学习和数据挖掘在视觉领域与自然语言领域中拥有举足轻重的地位,并随着大数据时代的到来承担着越来越重要的责任。大数据时代......
随着计算机科学技术的飞速发展,肿瘤放疗进入到了一个精准治疗的时代。图像引导放疗可以在提高放射剂量杀死肿瘤组织的同时,有效保......
降维技术在模式识别、文本分类和计算机视觉等数据维数通常很高的应用中具有重要意义,它可以降低计算复杂度,发现高维数据的内在流......
众包(又称人计算、群众智慧)是指公司企业通过公开的方式将任务分发外包给不确定的(一般是大量的)人群。人们相信“多数人的智慧”......
人类对于外部世界的认识通常是基于多种感知的综合响应,例如视觉、听觉、触觉等等。多模态数据是同一事物在不同形式下的展现结果,......
近年来,随着拍照设备的普及和互联网技术的飞速发展,网络中每天产生数以亿计的图像信息并且传播迅速。海量的图像所包含的信息冗杂......
互联网技术的飞速发展产生了海量的数据,从这些数据中提取出对实际生活有用的信息成了研究的热点问题。聚类作为一种经典的无监督......
多示例学习是机器学习的研究热点之一。为了建立比较准确的分类器,大部分的多示例学习算法要求大量的已标注多示例包。然而,人工标......
目前,深度学习特别是卷积神经网络已经成功应用到了自然图像和医学图像分割任务中。深度卷积神经网络可以自动地从图像中提取特征,......
信息化时代的高维大数据通常呈现高维,多样性的特点。由于这些数据在积累的过程没有经过选择,使得高维大数据存在大量的不相关,冗......
动作识别与时序分割是一项十分重要的视频理解任务,在视频监控、视频检索、自动驾驶等领域有着广泛应用.其目标不仅是识别一段未修......
近年来,随着CPU,内存等硬件设备的快速发展,模式识别、图像处理和计算机视觉等领域面临数据维数越来越大,数据处理时间越来越长等......
