期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
电视节目个性化技术的研究
被引量：
8
1
作者
於志文
周兴社
+1 位作者
谷建华
张勇
《小型微型计算机系统》
CSCD
北大核心
2005年第1期105-110,共6页
对电视节目个性化技术的多个方面进行了研究 ,包括电视节目个性化的体系结构 ,实现电视节目个性化的关键技术 :特征表示、用户兴趣学习和节目推荐 ,以及电视节目个性化系统的性能评价机制 ,并展望进一步的研究工作 .
关键词
电视节目
个性化
特征表示
用户兴趣学习
节目推荐
下载PDF
职称材料
基于SAE深度特征学习的数字人脑切片图像分割
被引量：
6
2
作者
赵广军
王旭初
+2 位作者
牛彦敏
谭立文
张绍祥
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第8期1297-1305,共9页
针对目前基于数字人脑切片图像的分割算法较少,分割精度和有效性较低等不足,提出一种基于稀疏自编码器(SAE)深度特征学习的分割算法.在特征提取阶段,采用从粗到精两级方式对SAE进行训练,以增强模型学习到的深度特征的鉴别能力;在分类阶...
针对目前基于数字人脑切片图像的分割算法较少,分割精度和有效性较低等不足,提出一种基于稀疏自编码器(SAE)深度特征学习的分割算法.在特征提取阶段,采用从粗到精两级方式对SAE进行训练,以增强模型学习到的深度特征的鉴别能力;在分类阶段,使用softmax分类器进行目标分割.对中国可视化人体(CVH)数据集的脑白质分割及三维重建的实验结果表明,相对于其他传统的手工特征(如图像强度特征、方向梯度直方图特征和主成分分析特征),SAE提取的图像深度特征具有更强的鉴别能力,显著地提高了分割精度.
展开更多
关键词
中国可视化人体数据集
脑组织分割
稀疏自编码器
深度特征
softmax分类器
下载PDF
职称材料
题名
电视节目个性化技术的研究
被引量：
8
1
作者
於志文
周兴社
谷建华
张勇
机构
西北工业大学计算机学院
出处
《小型微型计算机系统》
CSCD
北大核心
2005年第1期105-110,共6页
基金
国家自然科学基金 (60 0 73 0 5 4)资助
Philips公司国际高校合作项目资助
+1 种基金
西北工业大学博士论文创新基金 (CX2 0 0 417)资助
西北工业大学研究生创业种子基金项目的资助 (Z2 0 0 3 0 0 62 )
文摘
对电视节目个性化技术的多个方面进行了研究 ,包括电视节目个性化的体系结构 ,实现电视节目个性化的关键技术 :特征表示、用户兴趣学习和节目推荐 ,以及电视节目个性化系统的性能评价机制 ,并展望进一步的研究工作 .
关键词
电视节目
个性化
特征表示
用户兴趣学习
节目推荐
Keywords
TV
program
personalization
feature
repre
sentation
user
profile
learning
program
recommendation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于SAE深度特征学习的数字人脑切片图像分割
被引量：
6
2
作者
赵广军
王旭初
牛彦敏
谭立文
张绍祥
机构
重庆大学光电技术及系统教育部重点实验室
重庆大学光电工程学院
重庆师范大学计算机与信息科学学院
中国人民解放军第三军医大学生物医学工程学院数字医学研究所
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第8期1297-1305,共9页
基金
国家自然科学基金(60903142
61190122)
+1 种基金
中国博士后基金特别资助(2013T60841)
中央高校基本业务费项目(106112015CDJXY120003)
文摘
针对目前基于数字人脑切片图像的分割算法较少,分割精度和有效性较低等不足,提出一种基于稀疏自编码器(SAE)深度特征学习的分割算法.在特征提取阶段,采用从粗到精两级方式对SAE进行训练,以增强模型学习到的深度特征的鉴别能力;在分类阶段,使用softmax分类器进行目标分割.对中国可视化人体(CVH)数据集的脑白质分割及三维重建的实验结果表明,相对于其他传统的手工特征(如图像强度特征、方向梯度直方图特征和主成分分析特征),SAE提取的图像深度特征具有更强的鉴别能力,显著地提高了分割精度.
关键词
中国可视化人体数据集
脑组织分割
稀疏自编码器
深度特征
softmax分类器
Keywords
Chinese
visual
human
brain
tissue
segmentation
sparse
autoencoder
deep-learning
feature
repre
-
sentation
s
softmax
classifier
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
电视节目个性化技术的研究
於志文
周兴社
谷建华
张勇
《小型微型计算机系统》
CSCD
北大核心
2005
8
下载PDF
职称材料
2
基于SAE深度特征学习的数字人脑切片图像分割
赵广军
王旭初
牛彦敏
谭立文
张绍祥
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
