中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
智能科學技術著作叢書多空間域場景識別與分析 版權信息
- ISBN：9787030656902
- 條形碼：9787030656902 ; 978-7-03-065690-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能科學技術著作叢書多空間域場景識別與分析 內容簡介
本書針對多空間域場景識別與分析中的關鍵問題展開深入研究，通過挖掘不同空間域場景數據所蘊含的特性和規律，探索面向不同場景的、有效的圖像內容抽象表達與智能分析識別模型構建方法，旨在豐富場景識別與分析機制，提高場景識別與分析方法的性能和智能化水平該研究不僅有望為場景識別與分析任務探索新的研究思路，而且還將對其他相關圖像、視頻理解任務提供借鑒與支持，具有重要的理論研究意義和實際應用價值。 本書可供計算機視覺與模式識別領域的科研人員和高校師生閱讀參考。
智能科學技術著作叢書多空間域場景識別與分析 目錄
目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 場景識別與分析研究現狀 3
1.2.1 天氣場景識別 5
1.2.2 自然場景識別 6
1.2.3 天文場景物體檢測 8
1.3 本書主要內容 9
參考文獻 11
第2章 場景識別與分析的相關方法介紹 15
2.1 場景圖像描述的相關方法 17
2.1.1 底層特征 17
2.1.2 中層語義特征 20
2.2 場景識別模型的相關方法 21
2.2.1 基于有監督學習的識別方法 21
2.2.2 基于半監督學習的識別方法 23
2.2.3 基于主動學習的識別方法 24
2.3 天文場景物體檢測的相關方法 27
2.4 本章小結 29
參考文獻 29
第3章 基于主動判別字典學習的場景識別 36
3.1 引言 36
3.2 基于ADDL的天氣場景識別 37
3.2.1 多特征提取 37
3.2.2 投影字典對學習算法 39
3.2.3 ADDL模型 40
3.2.4 實驗設置與數據庫 44
3.2.5 實驗結果與分析 46
3.3 基于M-ADDL的自然場景識別 51
3.3.1 多重樣本評價準則 52
3.3.2 M-ADDL模型 54
3.3.3 實驗設置與數據庫 55
3.3.4 實驗結果與分析 57
3.4 本章小結 61
參考文獻 61
第4章 基于半監督多特征回歸的自然場景識別 65
4.1 引言 65
4.2 SSMFR模型 66
4.2.1 模型構建 67
4.2.2 模型優化策略及識別準則 70
4.2.3 模型收斂性分析 75
4.3 實驗設置與結果分析 77
4.3.1 實驗設置與數據庫 77
4.3.2 實驗結果對比 79
4.3.3 參數敏感性測試 81
4.3.4 模型收斂性驗證 84
4.4 本章小結 85
參考文獻 86
第5章 基于全局與局部信息融合的天文場景物體檢測 89
5.1 引言 89
5.2 基于全局與局部信息融合的物體檢測方法 90
5.2.1 全局物體檢測模型 92
5.2.2 局部物體檢測模型 92
5.3 實驗設置與結果分析 99
5.3.1 實驗數據庫 99
5.3.2 模擬數據庫的檢測結果與分析101
5.3.3 真實數據庫的檢測結果與分析 106
5.4 本章小結 112
參考文獻 112
第6章 總結與展望 114
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 場景識別與分析研究現狀 3
1.2.1 天氣場景識別 5
1.2.2 自然場景識別 6
1.2.3 天文場景物體檢測 8
1.3 本書主要內容 9
參考文獻 11
第2章 場景識別與分析的相關方法介紹 15
2.1 場景圖像描述的相關方法 17
2.1.1 底層特征 17
2.1.2 中層語義特征 20
2.2 場景識別模型的相關方法 21
2.2.1 基于有監督學習的識別方法 21
2.2.2 基于半監督學習的識別方法 23
2.2.3 基于主動學習的識別方法 24
2.3 天文場景物體檢測的相關方法 27
2.4 本章小結 29
參考文獻 29
第3章 基于主動判別字典學習的場景識別 36
3.1 引言 36
3.2 基于ADDL的天氣場景識別 37
3.2.1 多特征提取 37
3.2.2 投影字典對學習算法 39
3.2.3 ADDL模型 40
3.2.4 實驗設置與數據庫 44
3.2.5 實驗結果與分析 46
3.3 基于M-ADDL的自然場景識別 51
3.3.1 多重樣本評價準則 52
3.3.2 M-ADDL模型 54
3.3.3 實驗設置與數據庫 55
3.3.4 實驗結果與分析 57
3.4 本章小結 61
參考文獻 61
第4章 基于半監督多特征回歸的自然場景識別 65
4.1 引言 65
4.2 SSMFR模型 66
4.2.1 模型構建 67
4.2.2 模型優化策略及識別準則 70
4.2.3 模型收斂性分析 75
4.3 實驗設置與結果分析 77
4.3.1 實驗設置與數據庫 77
4.3.2 實驗結果對比 79
4.3.3 參數敏感性測試 81
4.3.4 模型收斂性驗證 84
4.4 本章小結 85
參考文獻 86
第5章 基于全局與局部信息融合的天文場景物體檢測 89
5.1 引言 89
5.2 基于全局與局部信息融合的物體檢測方法 90
5.2.1 全局物體檢測模型 92
5.2.2 局部物體檢測模型 92
5.3 實驗設置與結果分析 99
5.3.1 實驗數據庫 99
5.3.2 模擬數據庫的檢測結果與分析101
5.3.3 真實數據庫的檢測結果與分析 106
5.4 本章小結 112
參考文獻 112
第6章 總結與展望 114
展開全部
書友推薦
- >
中國歷史的瞬間
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
巴金－再思錄
- >
自卑與超越
- >
經典常談
- >
羅庸西南聯大授課錄
- >
山海經
- >
唐代進士錄
本類暢銷
