公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

一种基于非形变对象特征提取的细粒度图像分类方法: 一种基于非形变对象特征提取的细粒度图像分类方法，包括以下步骤；步骤1；通过CNN卷积神经网络提取整个原始输入图像的特征；步骤2，通过高频通道筛选出对图像分类起关键性作用的通道；步骤3，对高频通道进行整合并生成掩码，并取最...; 赵佩佩苗启广丁伟姚航

基于压缩感知的OFDM系统信道估计研究: 本文在研究了无线信道响应在某些域上具有稀疏性的基础上,利用压缩感知框架重新设计了基于导频的信道估计方法。首先,本文简要并全面的介绍了无线信道特性和压缩感知理论的基础知识。然后,以OFDM系统为背景,具体介绍了频率选择性衰...; 姚航; 关键词：压缩感知正交频分多路复用技术信道估计系统设计; 文献传递

轨迹异常检测研究综述被引量：2: 2024年; 传感器技术的飞速发展催生大量交通轨迹数据,轨迹异常检测在智慧交通、自动驾驶、视频监控等领域具有重要的应用价值.不同于分类、聚类和预测等轨迹挖掘任务,轨迹异常检测旨在发现小概率、不确定和罕见的轨迹行为.轨迹异常检测中一些常见的挑战与异常值类型、轨迹数据标签、检测准确率以及计算复杂度有关.针对上述问题,全面综述近20年来轨迹异常检测技术的研究现状和最新进展.首先,对轨迹异常检测问题的特点与目前存在的研究挑战进行剖析.然后,基于轨迹标签的可用性、异常检测算法原理、离线或在线算法工作方式等分类标准,对现有轨迹异常检测算法进行对比分析.对于每一类异常检测技术,从算法原理、代表性方法、复杂度分析以及算法优缺点等方面进行详细总结与剖析.接着,讨论开源的轨迹数据集、常用的异常检测评估方法以及异常检测工具.在此基础上,给出轨迹异常检测系统架构,形成从轨迹数据采集到异常检测应用等一系列相对完备的轨迹挖掘流程.最后,总结轨迹异常检测领域关键的开放性问题,并展望未来的研究趋势和解决思路.; 李超能冯冠文姚航姚航刘如意刘如意苗启广; 关键词：异常检测数据挖掘

针对对象形变与类间差异问题的细粒度图像分类算法研究与实现: 在人类社会进入电子信息时代之后,海量的图像信息涌入人们的生活,因此如何对这些图像信息分类成为一个亟需解决的问题。近年来,相关研究人员提出了大量的图像分类算法。然而随着人类社会生产的发展,人们希望对基础类别上进一步进行精细...; 姚航

一种约束类别差异细粒度图像分类方法: 本发明公开了一种约束类别差异细粒度图像分类方法，本发明利用骨干神经网络提取样本图像的特征，将提取到的特征以及分布构建所有类别的类中心特征和类中心分布，接着利用样本与所属类中心的特征距离来约束类内差异；同时筛选样本的非目标...; 苗启广赵佩佩姚航王稼轩刘向增刘如意马卓奇李宇楠

全选清除导出

共1页<1>

姚航