您的位置: 专家智库 > >

路梅

作品数:7 被引量:3H指数:1
供职机构:苏州大学更多>>
发文基金:国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 7篇自动化与计算...
  • 1篇天文地球

主题

  • 3篇学习算法
  • 2篇维数
  • 1篇地理信息
  • 1篇地理信息系统
  • 1篇多视图
  • 1篇信息系统
  • 1篇知识
  • 1篇识别率
  • 1篇视图
  • 1篇图像
  • 1篇图像标注
  • 1篇谱聚类
  • 1篇谱聚类算法
  • 1篇子空间
  • 1篇子空间分析
  • 1篇自适
  • 1篇自适应
  • 1篇自适应融合
  • 1篇维数约简
  • 1篇习题

机构

  • 5篇苏州大学
  • 5篇江苏师范大学
  • 1篇金陵科技学院
  • 1篇中国科学院遥...

作者

  • 7篇路梅
  • 2篇李凡长
  • 2篇赵向军
  • 2篇郭娜
  • 1篇龚建华
  • 1篇叶巍

传媒

  • 1篇南京大学学报...
  • 1篇计算机工程与...
  • 1篇地理与地理信...
  • 1篇金陵科技学院...
  • 1篇计算机科学与...

年份

  • 1篇2024
  • 2篇2017
  • 1篇2016
  • 2篇2015
  • 1篇2014
7 条 记 录,以下是 1-7
排序方式:
习题的关联分析及其向量化表示方法被引量:1
2017年
随着互联网+教育的深度融合以及移动终端上电子习题的推广使用,学生的学习过程数据可以被实时获取,充分利用这些过程数据,及时定位学生的知识病灶,开具有针对性的辅导处方,实现知识的按需推送,对于减轻学生的简单重复劳动,提高学习效率将会产生积极影响。试图通过分析在线习题系统的答题数据,发现学生的知识掌握规律,根据错题的伴生状况捕获习题的相关性。为此,构建了题向量化模型,提出了题向量表示的新方法,设计了负采样训练算法,并用程序实现了上述算法。经过实际在线系统的相关数据训练,获得了相应题向量,而后利用题向量的向量运算,可方便查找相同习题、相同知识点习题以及相近知识点习题等,可根据学生错题个案,推断其知识掌握的其他薄弱环节。
郭娜路梅赵向军
自适应融合相似图的多视图谱聚类算法
2024年
针对传统多视图谱聚类算法中二步法导致的公共视图质量低、权重超参确定困难等问题,提出了一种新的自适应融合相似图的多视图谱聚类算法。该算法利用各视图的一致性和互补性,充分挖掘数据隐藏的结构信息,依据各视图对公共视图的贡献自适应分配权重。不同于传统多视图谱聚类算法的二步法策略,该算法由公共矩阵直接得到聚类结果。在6个真实数据集上的实验验证了该算法的有效性。
路梅路梅
关键词:谱聚类非负矩阵分解
基于流形结构的图像地理信息标注方法
2015年
借助携带地理信息的图像数据,标注未知图像的地理信息,是图像视频地理信息系统迫切需要的基于内容的检索工具。传统基于文本的地理信息标注方法主要借助人工完成,效率低下且无法运用于视频GIS检索之中,针对该问题,提出了基于流形结构的图像地理信息标注方法。该方法提取图像的视觉特征作为相似度度量,重构地理图像的流形结构,用以刻画不同视角视图图像的渐进变化规律,建立相同地理位置不同视角图像之间的内部关联,以便携带地理信息的共享。构建地理图像的流形结构需要连续视角变化的地理图像,当已有地理图像视角变化跳跃时,提出利用主动学习策略,通过交互完成视角变化跳跃位置的地理图像补充,同时进行增量式训练,提升地理信息标注方法的泛化能力。实验结果表明,给出携带地理信息的图像,该文方法可以获得相同地理位置处流形结构内的所有地理图像,高效完成地理信息标注。此外,在应对成像视角变化跳跃的情况时,具有较强的鲁棒性。
叶巍龚建华郭娜路梅赵向军
关键词:图像标注地理信息系统流形学习
张量树学习算法
2015年
基于张量几何理论及人类视觉认知的一、二、三维认知模式,提出了张量树学习算法(Tensor Tree Learning,TTL).其内容包括:张量树学习的基本概念、张量树学习算法、基于张量树的Tucker分解和CP分解的学习算法等;同时也给出了n阶张量树树高的最小高度为1+「log2(n/3)?;最后在数据库Coil100,Coil20,ORL和本实验室创建的数据库上进行了验证,结果表明张量树学习算法是有效、合理的.
路梅李凡长
张量树学习算法
基于张量几何理论及人类视觉认知的一、二、三维认知模式,本文提出了张量树学习算法(Tensor Tree Learning,简称TTL)。其内容包括:张量树学习的基本概念、张量树学习算法、基于张量树的Tucker 分解和C...
路梅李凡长
面向高维数据的特征学习理论与应用研究
随着信息获取和信息传输技术的飞速发展,海量图像、视频、文本以及音频等数据不断生成。这些数据结构复杂、表征维度高,通常含有大量无关的冗余信息,直接处理和利用这些原始数据通常难以获得理想的效果。特征学习就是要从复杂的高维数据...
路梅
关键词:高维数据识别率
邻域嵌入的张量学习被引量:2
2017年
传统的机器学习算法把数据表示成向量的形式进行处理,而现实世界许多应用中的数据都是以张量形式存在的,如图像、视频数据等,如果将这些本质上非向量形式的数据强制转换成向量表示,不仅会产生维数灾难和和小样本问题,而且会破坏数据本身的内部空间排列结构,不利于发现数据的好的低维表示。判别邻域嵌入(discriminant neighborhood embedding,DNE)是比较流行的面向向量的判别分析方法,在改进DNE算法的基础上,提出了面向张量数据的局部一致保持的邻域嵌入张量判别学习(neighborhood-embedded tensor learning,NTL)算法。NTL算法不仅克服了DNE面向向量的缺点,而且弥补了DNE方法偏重数据的邻域点而忽略数据的非邻域点影响的不足,通过精心设计目标函数(嵌入3个图:同类结点的邻接图、不同类结点的邻接图、其他结点的关联图),使投影空间的同类结点更加紧凑,不同类结点更加疏远,从而增强了算法的判别能力。3个公开数据库(ORL、PIE和COIL20)上的实验验证了NTL拥有更高的识别率,同时也拥有更高的算法效率。
路梅李凡长
关键词:维数约简
共1页<1>
聚类工具0