概念编码论文开题报告文献综述

概念编码论文开题报告文献综述

导读:本文包含了概念编码论文开题报告文献综述、选题提纲参考文献,主要关键词:稀疏,概念,矩阵,分解,流形,卷积,结构。

概念编码论文文献综述写法

王吉文[1](2018)在《基于认识系统双重编码理论的“染色体数目变异”概念教学》一文中研究指出本文基于认识系统双重编码理论中叁种类型的信息加工方式特点,对促进学生理解生物学概念相关的图、文信息进行了创造性设计,并提出解决"染色体数目变异"相关概念教学中若干难点问题的教学建议。(本文来源于《生物学教学》期刊2018年07期)

孙登第,孟欠欠,马云鹏[2](2019)在《图正则化迁移稀疏概念编码的跨域图像分类》一文中研究指出为克服不同图像域之间的特征"差异",跨越分布"鸿沟",提出了一种基于正则化迁移稀疏概念编码的跨域图像分类方法。将图像域间的分布差异性和标签相关性信息融入稀疏编码模型中,以学习跨域图像的鲁棒性稀疏表示,从高维的图像特征空间中挖掘图像低维流形结构,形成基向量集,构造跨域图像的迁移稀疏概念编码。该方法挖掘不同图像域之间的共同特征表达,实现了图像标签的跨域迁移。通过在多个图像数据库中的比较实验表明,该方法获得更为鲁棒的图像特征表达,其分类性能显着优于其他相关比较方法。(本文来源于《计算机工程与应用》期刊2019年06期)

程晓阳[3](2018)在《基于拓扑稀疏编码深度学习的视频语义概念检测方法研究》一文中研究指出近年来,随着互联网、多媒体技术迅猛发展,网络视频数据传输更加方便、来源愈加多样使网络视频数据量迅速增加。视频数据作为当前互联网中的重要数据源,含有比其它类型数据更加复杂、丰富的信息。如此丰富的视频数据促使人们在语义层面对视频数据进行分析建立视频的语义概念标签以实现对数据的更高效管理和检索。研究如何高效的学习和利用视频数据特征实现视频语义概念建模检测成为视频管理和检索领域的热点问题。本文在查阅大量国内外文献基础上,首先对视频语义概念检测的研究背景、意义及现状进行介绍,然后简明介绍几种深度学习模型以及基于深度学习的视频语义概念检测研究应用。本文分析以往研究中不足之处提出基于拓扑稀疏编码预训练卷积神经网络的视频语义分析、基于图正则化优化深度神经网络的视频语义分析,并且设计实现语义概念检测原型系统。本文主要研究内容如下:(1)提出了基于拓扑稀疏编码预训练卷积神经网络的视频语义分析。针对以往研究中基于卷积神经网络的视频特征学习模型没有考虑对视频图像拓扑信息学习的问题,本文提出基于拓扑稀疏编码预训练卷积神经网络的视频语义分析方法,该方法为稀疏自动编码器引入拓扑约束,构建了一个新的拓扑稀疏编码器用之于预训练各层神经网络参数,使视频图像的特征表达能反映图像的拓扑信息,随后构建视频特征学习的全连接层并在图像特征学习和视频特征学习的全连接层,综合利用视频标签信息微调网络参数,使深度网络能够学习获得更合理有效的视频特征。(2)提出了基于图正则化优化深度神经网络的视频语义分析。针对基于深度神经网络的视频语义分析在全连接层单依靠逻辑回归微调学习鉴别性特征,存在鉴别性能力考虑和利用不足的问题,考虑如何进一步利用输入数据的特性来提升深度网络提取特征的鉴别性能力。本文提出基于图正则化优化深度神经网络的视频语义分析方法,该方法对具有局部保持流行学习特性的图正则化自动编码器进行改进,将仅考虑近邻关系构建的单一图正则化项改进为同时考虑类别关系和近邻关系构建的两个图正则化项,以获得具有鉴别性损失的图正则化自动编码器,再将其应用于对经过逻辑回归微调后的深度卷积网络的全连接特征降维优化学习,从而获得更具鉴别性的视频特征,来进一步提升视频语义概念检测的准确性。(3)运用面向对象的程序设计思想,采用python及相关附加库设计实现基于拓扑稀疏编码深度学习的视频语义概念检测原型系统。该系统包含视频数据预处理、模型训练、语义检测叁个功能模块,系统界面简洁,操作方便,验证采用本文方法设计开发的原型系统的可用性。(本文来源于《江苏大学》期刊2018-04-01)

史诗[4](2016)在《基于信息熵的稀疏概念编码及其在图像分类中的应用》一文中研究指出图像分类作为计算机视觉领域的重要研究方向之一,既能获取图像中的关键信息,又能给出正确的判断,该技术的发展对现实的工作生活及社会的发展都具有重要的意义。图像分类由20世纪70年代初期提出的人工手动进行文本标注的方法,发展到20世纪90年以来,稀疏表示逐渐进入人们的视野。本文主要针对图像的稀疏表示展开研究,通过对稀疏概念编码进行优化,提出了两种改进的稀疏概念编码表示方法并应用于图像表示与分类。具体工作如下:1.提出了一种基于信息熵的稀疏概念编码方法(ESC),该方法嵌入了数据的信息熵判别信息。在数据映射过程中,利用迭代的方式自适应地估计出最优尺度参数σ,克服了人工调整尺度参数σ的缺点;根据最优尺度参数σ求得相似度矩阵,解出其对应特征向量;最后通过基向量学习和稀疏表示学习对样本进行表示与分类。实验验证了所提方法通在图像分类上的有效性。2. 为了充分利用样本的类别信息,提出了基于加权信息熵的稀疏概念编码(WESC)。该方法将类别可分性判据与信息熵相结合,即在类别可分性判据的基础上考虑了样本的概率分布。既是对可分性判据缺少概率分布信息的弥补,又是对处理样本信息熵的加权,因此可以实现分类准确度和归一化互信息的提升。并通过实验验证了所提算法在图像分类时可以获得更高的准确度和归一化互信息。(本文来源于《北京交通大学》期刊2016-06-23)

舒振球,赵春霞[5](2016)在《核稀疏概念编码算法及在图像表示中的应用》一文中研究指出稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算简单有效.在Yale、ORL和PIE图像库的聚类实验表明,文中算法的准确率和归一化互信息均优于其它几种对比算法.(本文来源于《系统工程理论与实践》期刊2016年05期)

高锡荣,胡小娟,柯俊[6](2016)在《基于文献编码分析的创新文化概念体系构建》一文中研究指出基于扎根理论的研究框架,在CNKI中对创新文化相关论文进行了文献编码分析,据此构建出由个体创新精神、团队创新精神和社会创新氛围所构成的创新文化概念体系。其中,个体创新是人们对自己所从事创新活动的态度,具体包括冒险精神、求新求变精神、个体精神、怀疑精神四要素;团队创新精神是人们对于联合创新和复杂创新的态度,具体包括奋斗精神、合作精神、开放精神叁要素;社会创新氛围是人们对待他人从事创新活动的态度,具体包括尚贤文化、包容文化、诚信文化、平等文化四要素。(本文来源于《软科学》期刊2016年01期)

张亚南[7](2015)在《基于修正字典和稀疏概念编码的目标跟踪算法》一文中研究指出运动目标跟踪是计算机视觉及其相关领域的研究热点。其在实际生活中具有广泛的应用,其中包括智能交通、军事安全、监控系统、医疗设备研究、人机交互等方面。现阶段的研究,运动目标跟踪算法仍然有很多复杂问题需要处理:建立鲁棒性的表观模型,其不仅能保持目标基本的表观特征,而且还能适应目标的表观变化,特别是在长时跟踪过程中目标几何外观发生形变的场景中;如何提取判别能力强的特征,增强算法的识别检测能力。目前的目标跟踪算法在目标几何外观发生形变和目标局部遮挡的场景中具有很大的局限性。本文研究了稀疏表达(SP)理论基础和基于稀疏表达的目标跟踪算法,以及稀疏概念编码(SCC)的理论及应用方法。本文的主要研究内容及创新点包含:1.研究了基于序贯重要性采样的粒子滤波理论及其在运动目标跟踪的应用,分析了基于稀疏表达的运动目标跟踪算法的框架,提出了现有的算法研究存在的问题和难点。2.分析现有的基于稀疏表达的运动目标跟踪算法,并基于稀疏判别分类器,首次提出了基于动态加权修正字典的运动目标跟踪算法。该算法提出了目标跟踪算法中的修正字典的概念,根据最新的跟踪结果组建准确、高效的修正字典。大量的实验数据表明,动态加权的修正字典能够在跟踪过程中起到误差修正的作用,使得算法在目标发生外观形时也能保持鲁棒性。3.研究了稀疏概念编码(SCC)的理论基础及其在计算机视觉分析领域的应用。本文结合基于非线性矩阵分解的稀疏概念编码,首次提出了基于稀疏概念编码的鲁棒性运动目标跟踪算法,该算法利用局部小块的结构信息和稀疏概念编码的非线性特征,提高了算法的准确性。实验表明,该算法对于目标局部遮挡具有较好的鲁棒性。(本文来源于《北京理工大学》期刊2015-12-01)

常丽君[8](2015)在《科学家“观察”到人脑编码新概念过程》一文中研究指出科技日报北京6月11日电(记者常丽君)美国卡内基·梅隆大学(CMU)利用先进的脑成像技术,观察了大脑对某种具体事物的编码过程,并能通过脑活动标记知道一个人正在想什么。相关论文发表在近期《人脑图谱》杂志上。 据物理学家组织网日前报道,研究人员让1(本文来源于《科技日报》期刊2015-06-12)

舒振球,赵春霞,张浩峰[9](2014)在《局部敏感的稀疏概念编码及其在图像表示中的应用》一文中研究指出矩阵分解算法是模式识别中一种常用的图像表示方法.针对传统的矩阵分解算法不能提取数据本质结构的问题,提出一种局部敏感的稀疏概念编码的图像表示算法.在基向量学习时,利用局部敏感鉴别分析方法提取样本的几何结构和判别信息,使得学习到的基更能体现数据的高层语义结构信息;然后对每个样本在基向量上进行稀疏表示学习,得到样本的表示系数;最后对样本进行表示与分类.在COIL20和ORL数据库中的实验结果表明,与其他几种矩阵分解算法相比,文中算法聚类的准确率和互信息得到了有效的提高,验证了其有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2014年01期)

吴俊杰[10](2013)在《信息技术实验的核心概念:编码、通讯、效率和信息量》一文中研究指出信息技术实验的宗旨在于挖掘信息技术的核心概念和核心问题,至于哪些问题是信息技术的核心问题,制作一个全集,恐怕需要一个长时期的思考,不是本文的讨论议题,但是至少在这一系列文章当中笔者期待着能够保证信息技术实验作为一个领域其核心概念的稳定性。在上期文章中介绍了首要的两个核心概念:数据、稳定的对应关系的定义,接下来在本文中介绍编码、(本文来源于《中国信息技术教育》期刊2013年04期)

概念编码论文开题报告范文

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为克服不同图像域之间的特征"差异",跨越分布"鸿沟",提出了一种基于正则化迁移稀疏概念编码的跨域图像分类方法。将图像域间的分布差异性和标签相关性信息融入稀疏编码模型中,以学习跨域图像的鲁棒性稀疏表示,从高维的图像特征空间中挖掘图像低维流形结构,形成基向量集,构造跨域图像的迁移稀疏概念编码。该方法挖掘不同图像域之间的共同特征表达,实现了图像标签的跨域迁移。通过在多个图像数据库中的比较实验表明,该方法获得更为鲁棒的图像特征表达,其分类性能显着优于其他相关比较方法。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

概念编码论文参考文献

[1].王吉文.基于认识系统双重编码理论的“染色体数目变异”概念教学[J].生物学教学.2018

[2].孙登第,孟欠欠,马云鹏.图正则化迁移稀疏概念编码的跨域图像分类[J].计算机工程与应用.2019

[3].程晓阳.基于拓扑稀疏编码深度学习的视频语义概念检测方法研究[D].江苏大学.2018

[4].史诗.基于信息熵的稀疏概念编码及其在图像分类中的应用[D].北京交通大学.2016

[5].舒振球,赵春霞.核稀疏概念编码算法及在图像表示中的应用[J].系统工程理论与实践.2016

[6].高锡荣,胡小娟,柯俊.基于文献编码分析的创新文化概念体系构建[J].软科学.2016

[7].张亚南.基于修正字典和稀疏概念编码的目标跟踪算法[D].北京理工大学.2015

[8].常丽君.科学家“观察”到人脑编码新概念过程[N].科技日报.2015

[9].舒振球,赵春霞,张浩峰.局部敏感的稀疏概念编码及其在图像表示中的应用[J].计算机辅助设计与图形学学报.2014

[10].吴俊杰.信息技术实验的核心概念:编码、通讯、效率和信息量[J].中国信息技术教育.2013

标签:;  ;  ;  ;  ;  ;  ;  

概念编码论文开题报告文献综述
下载Doc文档

猜你喜欢