期刊导航
期刊开放获取
河南省图书馆
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
1
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
知识迁移的极大熵聚类算法及其在纹理图像分割中的应用
被引量:
6
1
作者
程旸
蒋亦樟
+1 位作者
钱鹏江
王士同
《智能系统学报》
CSCD
北大核心
2017年第2期179-187,共9页
本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为...
本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为此提出一种全新的迁移聚类机制,即基于聚类中心的中心匹配迁移机制。进一步将该机制与经典极大熵聚类算法相融合提出了基于知识迁移的极大熵聚类算法(KT-MEC)。实验表明,在不同迁移场景下的纹理图像分割应用中,KT-MEC算法较很多现有聚类算法具有更高的精确度和抗噪性。
展开更多
关键词
迁移
学习
中心迁移匹配
极大熵聚类
纹理图像分割
抗噪性
下载PDF
职称材料
题名
知识迁移的极大熵聚类算法及其在纹理图像分割中的应用
被引量:
6
1
作者
程旸
蒋亦樟
钱鹏江
王士同
机构
江南大学数字媒体学院
出处
《智能系统学报》
CSCD
北大核心
2017年第2期179-187,共9页
基金
国家自然科学基金项目(61572236)
江苏省自然科学基金项目(BK20160187)
江苏省产学研前瞻性联合研究项目(BY2013015-02)
文摘
本文研究了一种新型的基于知识迁移的极大熵聚类技术。拟解决两大挑战性问题:1)如何从源域中选择合适的知识对目标域进行迁移学习以最终强化目标域的聚类性能;2)若存在源域聚类数与目标域聚类数不一致的情况时,该如何进行迁移聚类。为此提出一种全新的迁移聚类机制,即基于聚类中心的中心匹配迁移机制。进一步将该机制与经典极大熵聚类算法相融合提出了基于知识迁移的极大熵聚类算法(KT-MEC)。实验表明,在不同迁移场景下的纹理图像分割应用中,KT-MEC算法较很多现有聚类算法具有更高的精确度和抗噪性。
关键词
迁移
学习
中心迁移匹配
极大熵聚类
纹理图像分割
抗噪性
Keywords
transfer learning
center transfer matching
maximum entropy clustering
texture image segmentation
robustness
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
知识迁移的极大熵聚类算法及其在纹理图像分割中的应用
程旸
蒋亦樟
钱鹏江
王士同
《智能系统学报》
CSCD
北大核心
2017
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