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
9
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
基于复杂网络数据流密度的增量子空间数据挖掘算法
被引量:
11
1
作者
侯燕
李巍
文乔农
《计算机应用研究》
CSCD
北大核心
2015年第7期2023-2026,共4页
为了提升在复杂网络中对大规模网络数据流进行挖掘时的准确性,提出一种基于复杂网络数据流密度的增量子空间数据挖掘算法,在算法中先对复杂网络的数据流密度进行分析,并根据不同网络的数据流密度来划分社区,进行无向环路遍历来确定数据...
为了提升在复杂网络中对大规模网络数据流进行挖掘时的准确性,提出一种基于复杂网络数据流密度的增量子空间数据挖掘算法,在算法中先对复杂网络的数据流密度进行分析,并根据不同网络的数据流密度来划分社区,进行无向环路遍历来确定数据流的所属社区。再通过增量子空间数据挖掘算法来计算社区网络与数据流的相关度以及数据流所经过的节点与时间的相关系数,从而准确确定目标数据流所处的节点。通过仿真实验结果和数据分析表明,增量子空间数据挖掘算法的数据挖掘精度在节点、社区数较多的情况下仍达到了较高的挖掘精度。
展开更多
关键词
复杂网络
数据挖掘
数据流密度
增量子空间
下载PDF
职称材料
适用于目标跟踪的加权增量子空间学习算法
被引量:
1
2
作者
钱诚
张三元
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2011年第12期2240-2246,共7页
为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区...
为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域;然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明:相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.
展开更多
关键词
目标跟踪
增量子空间
学习
算子向量
时间权值
下载PDF
职称材料
基于时序特性的自适应增量主成分分析的视觉跟踪
被引量:
16
3
作者
蔡自兴
彭梦
余伶俐
《电子与信息学报》
EI
CSCD
北大核心
2015年第11期2571-2577,共7页
当前基于增量主成分分析(PCA)学习的跟踪方法存在两个问题,首先,观测模型没有考虑目标外观变化的连续性;其次,当目标外观的低维流行分布为非线性结构时,基于固定频率更新模型的增量PCA学习不能适应子空间模型的变化。为此,该文首先基于...
当前基于增量主成分分析(PCA)学习的跟踪方法存在两个问题,首先,观测模型没有考虑目标外观变化的连续性;其次,当目标外观的低维流行分布为非线性结构时,基于固定频率更新模型的增量PCA学习不能适应子空间模型的变化。为此,该文首先基于目标外观变化的连续性,在子空间模型中提出更合理的目标先验概率分布假设。然后,根据当前跟踪结果与子空间模型之间的匹配程度,自适应调整遗忘比例因子,使得子空间模型更能适应目标外观变化。实验结果验证了所提方法能有效提高跟踪的鲁棒性和精度。
展开更多
关键词
视觉跟踪
主成分分析
增量子空间
学习
遗忘因子
自适应
增
量
下载PDF
职称材料
基于子空间联合模型的视觉跟踪
4
作者
杨国亮
唐俊
+1 位作者
朱松伟
王建
《计算机应用与软件》
2017年第7期154-158,170,共6页
目标跟踪是计算机视觉的重要组成部分,其鲁棒性一直受到目标遮挡,光照变化,目标姿态变化等因素的制约。针对这个问题,提出了基于子空间联合模型的视觉跟踪算法。算法为了克服遮挡对目标跟踪的影响,采用局部动态稀疏表示进行遮挡检测,根...
目标跟踪是计算机视觉的重要组成部分,其鲁棒性一直受到目标遮挡,光照变化,目标姿态变化等因素的制约。针对这个问题,提出了基于子空间联合模型的视觉跟踪算法。算法为了克服遮挡对目标跟踪的影响,采用局部动态稀疏表示进行遮挡检测,根据遮挡检测结果来修正增量子空间误差。此外,在稀疏子空间基础上计算目标模板和候选模板的相似性。在粒子滤波框架下,联合候选目标增量误差和相似性实现目标跟踪。通过在多个具有挑战性的视频序列上进行实验,表明该算法具有较好的鲁棒性。
展开更多
关键词
视觉跟踪
增量子空间
粒子滤波
联合模型
局部动态稀疏表示
下载PDF
职称材料
基于鲁棒子空间学习的粒子滤波跟踪算法
被引量:
2
5
作者
陆文
蔡敬菊
《计算机应用研究》
CSCD
北大核心
2011年第9期3579-3584,共6页
线性子空间模型能够有效地描述目标表面受到光照和姿势变化的情况,然而大多数基于子空间表面模型的目标跟踪算法是在跟踪之前通过训练不同光照和姿势下目标的观测图像,得到一组特征基,并用这组特征基表示不同时刻目标表面变化,一旦训练...
线性子空间模型能够有效地描述目标表面受到光照和姿势变化的情况,然而大多数基于子空间表面模型的目标跟踪算法是在跟踪之前通过训练不同光照和姿势下目标的观测图像,得到一组特征基,并用这组特征基表示不同时刻目标表面变化,一旦训练完成之后,特征基就保持不变,不能在线更新。采用增量子空间学习的方法来构建目标表面的特征基,该特征基能够在线适应目标表面的变化。另一方面,传统的子空间学习方法是基于最小二乘重构误差,该方法容易受到异常测量数据的影响,为此采用鲁棒的子空间学习方法来降低异常测量数据对特征空间更新的影响。最后将鲁棒特征基表面模型结合状态推理框架中的粒子滤波算法来传播目标的运动参数,达到准确跟踪的目的。
展开更多
关键词
目标跟踪
粒子滤波
增量子空间
学习
鲁棒特征
空间
学习
下载PDF
职称材料
基于改进主动外观模型的人脸识别算法研究
被引量:
1
6
作者
田华
蒲天银
《计算机应用与软件》
CSCD
北大核心
2014年第8期175-178,200,共5页
提出一种基于改进主动外观模型AAM(Active appearance model)方法的人脸识别方法。先采用平移不变小波分解图像获得低频系数,把低频系数作为图像的纹理表示,能更充分表征人脸面部的纹理特征。然后采用增量子空间学习算法更新训练样本的...
提出一种基于改进主动外观模型AAM(Active appearance model)方法的人脸识别方法。先采用平移不变小波分解图像获得低频系数,把低频系数作为图像的纹理表示,能更充分表征人脸面部的纹理特征。然后采用增量子空间学习算法更新训练样本的特征空间,通过实时对模型的更新和学习,实时更新特征空间更有效地描述样本图像间的相似性或差异性。最后把提取的面部特征点信息作为每个人脸的特征向量,根据最近邻分类器进行人脸识别验证。实验结果证明了该改进方法的有效性。
展开更多
关键词
主动外观模型
平移不变小波
增量子空间
学习算法
人脸识别
下载PDF
职称材料
移动应用数据库中隐蔽数据高效定位方法仿真
被引量:
2
7
作者
尚晓丽
包向辉
+1 位作者
马春华
尤菲菲
《计算机仿真》
北大核心
2019年第6期403-407,共5页
为了增强移动应用数据库的数据信息完整性,提升数据利用价值,需要对数据库中的隐蔽数据进行挖掘与定位。针对现有数据定位方法中存在的定位结果误差较大、耗时较长等问题,提出一种基于数据流的移动应用数据库中隐蔽数据高效定位方法。...
为了增强移动应用数据库的数据信息完整性,提升数据利用价值,需要对数据库中的隐蔽数据进行挖掘与定位。针对现有数据定位方法中存在的定位结果误差较大、耗时较长等问题,提出一种基于数据流的移动应用数据库中隐蔽数据高效定位方法。根据移动应用数据库隐蔽数据密度分析结果,利用增量子空间数据挖掘算法计算数据流之间的相关度以及数据流遍历节点的相关系数,依据计算结果获取数据库中的隐蔽数据;采用数据融合异构异质定位方法,将得到的隐蔽数据信息转换到相同的区域内进行信息融合,结合蜂窝融合定位算法,实现移动应用数据库中隐蔽数据高效定位。实验结果表明,所提数据定位方法的定位误差与定位耗时明显低于实验对比方法,验证了所提方法的鲁棒性。
展开更多
关键词
应用数据库
隐蔽数据
数据定位
增量子空间
数据流
下载PDF
职称材料
基于多任务混合噪声分布模型表示的视频跟踪
8
作者
亚森江.木沙
赵春霞
《计算机工程与应用》
CSCD
北大核心
2015年第13期15-24,共10页
视觉跟踪中,目标信息是不确定的非线性变化过程。随时间和空间而变化的复杂动态数据中学习出较为精确的目标模板并用它来线性表示候选样本外观模型,从而使跟踪器较好地适应跟踪作业中内在或外在因素所引起的目标外观变化是视觉目标跟踪...
视觉跟踪中,目标信息是不确定的非线性变化过程。随时间和空间而变化的复杂动态数据中学习出较为精确的目标模板并用它来线性表示候选样本外观模型,从而使跟踪器较好地适应跟踪作业中内在或外在因素所引起的目标外观变化是视觉目标跟踪研究的重点。提出一种新颖的多任务混合噪声分布模型表示的视频跟踪算法,将候选样本外观模型假设为由一组目标模板和最小重构误差组成的多任务线性回归问题。利用经典的增量主成分分析法从高维数据中学习出一组低维子空间基向量(模板正样本),并在线实时采样一些特殊的负样本加以扩充目标模板,再利用扩充后的新模板和独立同分布的高斯-拉普拉斯混合噪声来线性拟合当前时刻的候选目标外观模型,最后计算候选样本和真实目标之间的最大似然度,从而准确捕捉当前时刻的真实目标。在一些公认测试视频上的实验结果表明,该算法将能够在线学习较为精准的目标模板并定期更新目标在不同状态时的特殊信息,使得跟踪器始终保持最佳的状态,从而良好地适应不断发生变化的视觉信息(姿态、光照、遮挡、尺度、背景扰乱及运动模糊等),表现出更好的鲁棒性能。
展开更多
关键词
目标跟踪
多任务
增量子空间
学习
实时字典扩充
下载PDF
职称材料
基于局部稀疏表观模型的目标跟踪
9
作者
邓集洪
魏宇星
《信息工程期刊(中英文版)》
2015年第4期111-118,共8页
针对基于特征点匹配的跟踪算法只能处理纹理丰富的图像,L1 跟踪算法会发生跟踪漂移,本文提出-种基于局部稀疏表观模型的跟踪算法.该算法采用稀疏表示和局部图像块重叠采样建立目标外观模型,通过平均化对齐汇聚操作获得候选目标的向量表...
针对基于特征点匹配的跟踪算法只能处理纹理丰富的图像,L1 跟踪算法会发生跟踪漂移,本文提出-种基于局部稀疏表观模型的跟踪算法.该算法采用稀疏表示和局部图像块重叠采样建立目标外观模型,通过平均化对齐汇聚操作获得候选目标的向量表示,结合稀疏表示和增量子空间算法来更新模板,在贝叶斯框架下,将跟踪看成是求解最大后验概率的问题.整个算法的框架分为构建字典、候选目标的稀疏表观模型、计算后验概率、模板更新四个模块.实验表明该算法在很多经典视频中取得了较好的结果.
展开更多
关键词
图像处理
稀疏表观模型
增量子空间
目标跟踪
下载PDF
职称材料
题名
基于复杂网络数据流密度的增量子空间数据挖掘算法
被引量:
11
1
作者
侯燕
李巍
文乔农
机构
周口师范学院计算机科学与技术学院
西南科技大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2015年第7期2023-2026,共4页
基金
河南省软科学研究计划项目(142400411229)
西南科技大学博士基金项目(14zx7117)
文摘
为了提升在复杂网络中对大规模网络数据流进行挖掘时的准确性,提出一种基于复杂网络数据流密度的增量子空间数据挖掘算法,在算法中先对复杂网络的数据流密度进行分析,并根据不同网络的数据流密度来划分社区,进行无向环路遍历来确定数据流的所属社区。再通过增量子空间数据挖掘算法来计算社区网络与数据流的相关度以及数据流所经过的节点与时间的相关系数,从而准确确定目标数据流所处的节点。通过仿真实验结果和数据分析表明,增量子空间数据挖掘算法的数据挖掘精度在节点、社区数较多的情况下仍达到了较高的挖掘精度。
关键词
复杂网络
数据挖掘
数据流密度
增量子空间
Keywords
complex networks
data mining
data stream density
incremental subspace
分类号
TP311.12 [自动化与计算机技术—计算机软件与理论]
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
适用于目标跟踪的加权增量子空间学习算法
被引量:
1
2
作者
钱诚
张三元
机构
浙江大学计算机科学与技术学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2011年第12期2240-2246,共7页
基金
国家"973"重点基础研究发展规划资助项目(2009CB320804)
省部产学研资助项目(2011B090400546)
文摘
为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域;然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明:相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.
关键词
目标跟踪
增量子空间
学习
算子向量
时间权值
Keywords
object tracking
incremental subspace learning
coefficient vector
temporal weight
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
基于时序特性的自适应增量主成分分析的视觉跟踪
被引量:
16
3
作者
蔡自兴
彭梦
余伶俐
机构
中南大学信息科学与工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第11期2571-2577,共7页
基金
国家自然科学基金重大研究计划(90820302)
国家自然科学基金(61175064
+1 种基金
61403426
61403423)~~
文摘
当前基于增量主成分分析(PCA)学习的跟踪方法存在两个问题,首先,观测模型没有考虑目标外观变化的连续性;其次,当目标外观的低维流行分布为非线性结构时,基于固定频率更新模型的增量PCA学习不能适应子空间模型的变化。为此,该文首先基于目标外观变化的连续性,在子空间模型中提出更合理的目标先验概率分布假设。然后,根据当前跟踪结果与子空间模型之间的匹配程度,自适应调整遗忘比例因子,使得子空间模型更能适应目标外观变化。实验结果验证了所提方法能有效提高跟踪的鲁棒性和精度。
关键词
视觉跟踪
主成分分析
增量子空间
学习
遗忘因子
自适应
增
量
Keywords
Visual tracking
Principal Component Analysis (PCA)
Incremental subspace learning
Forgetting factor
Adaptive increment
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
基于子空间联合模型的视觉跟踪
4
作者
杨国亮
唐俊
朱松伟
王建
机构
江西理工大学电气工程与自动化学院
出处
《计算机应用与软件》
2017年第7期154-158,170,共6页
基金
国家自然科学基金项目(51365017
61305019)
江西省科技厅青年科学基金项目(20132bab211032)
文摘
目标跟踪是计算机视觉的重要组成部分,其鲁棒性一直受到目标遮挡,光照变化,目标姿态变化等因素的制约。针对这个问题,提出了基于子空间联合模型的视觉跟踪算法。算法为了克服遮挡对目标跟踪的影响,采用局部动态稀疏表示进行遮挡检测,根据遮挡检测结果来修正增量子空间误差。此外,在稀疏子空间基础上计算目标模板和候选模板的相似性。在粒子滤波框架下,联合候选目标增量误差和相似性实现目标跟踪。通过在多个具有挑战性的视频序列上进行实验,表明该算法具有较好的鲁棒性。
关键词
视觉跟踪
增量子空间
粒子滤波
联合模型
局部动态稀疏表示
Keywords
Visual tracking Incremental subspace Particle filter Collaborative model Local dynamic sparse representation
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
基于鲁棒子空间学习的粒子滤波跟踪算法
被引量:
2
5
作者
陆文
蔡敬菊
机构
中国科学院光电技术研究所
中国科学院研究生院
出处
《计算机应用研究》
CSCD
北大核心
2011年第9期3579-3584,共6页
基金
中国科学院科技创新基金资助项目(A08k001)
文摘
线性子空间模型能够有效地描述目标表面受到光照和姿势变化的情况,然而大多数基于子空间表面模型的目标跟踪算法是在跟踪之前通过训练不同光照和姿势下目标的观测图像,得到一组特征基,并用这组特征基表示不同时刻目标表面变化,一旦训练完成之后,特征基就保持不变,不能在线更新。采用增量子空间学习的方法来构建目标表面的特征基,该特征基能够在线适应目标表面的变化。另一方面,传统的子空间学习方法是基于最小二乘重构误差,该方法容易受到异常测量数据的影响,为此采用鲁棒的子空间学习方法来降低异常测量数据对特征空间更新的影响。最后将鲁棒特征基表面模型结合状态推理框架中的粒子滤波算法来传播目标的运动参数,达到准确跟踪的目的。
关键词
目标跟踪
粒子滤波
增量子空间
学习
鲁棒特征
空间
学习
Keywords
object tracking
particle filter
incremental subspace learning
robust eigenspace learning
分类号
TP391.4 [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
基于改进主动外观模型的人脸识别算法研究
被引量:
1
6
作者
田华
蒲天银
机构
铜仁学院数学与信息工程系
出处
《计算机应用与软件》
CSCD
北大核心
2014年第8期175-178,200,共5页
基金
贵州省科技厅联合基金项目(黔科合字LKT〈2012〉10号)
文摘
提出一种基于改进主动外观模型AAM(Active appearance model)方法的人脸识别方法。先采用平移不变小波分解图像获得低频系数,把低频系数作为图像的纹理表示,能更充分表征人脸面部的纹理特征。然后采用增量子空间学习算法更新训练样本的特征空间,通过实时对模型的更新和学习,实时更新特征空间更有效地描述样本图像间的相似性或差异性。最后把提取的面部特征点信息作为每个人脸的特征向量,根据最近邻分类器进行人脸识别验证。实验结果证明了该改进方法的有效性。
关键词
主动外观模型
平移不变小波
增量子空间
学习算法
人脸识别
Keywords
Active appearance model Translation invariant wavelet transform Incremental subspace learning algorithm Face recognition
分类号
TP391.4 [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
移动应用数据库中隐蔽数据高效定位方法仿真
被引量:
2
7
作者
尚晓丽
包向辉
马春华
尤菲菲
机构
绥化学院教育学院
绥化学院现代教育技术中心
绥化学院信息工程学院
出处
《计算机仿真》
北大核心
2019年第6期403-407,共5页
基金
2018年黑龙江省省属高校基本科研业务费科研项目:移动应用数据库中隐蔽数据高效定位方法研究(项目号:KYYWF10236180108)
文摘
为了增强移动应用数据库的数据信息完整性,提升数据利用价值,需要对数据库中的隐蔽数据进行挖掘与定位。针对现有数据定位方法中存在的定位结果误差较大、耗时较长等问题,提出一种基于数据流的移动应用数据库中隐蔽数据高效定位方法。根据移动应用数据库隐蔽数据密度分析结果,利用增量子空间数据挖掘算法计算数据流之间的相关度以及数据流遍历节点的相关系数,依据计算结果获取数据库中的隐蔽数据;采用数据融合异构异质定位方法,将得到的隐蔽数据信息转换到相同的区域内进行信息融合,结合蜂窝融合定位算法,实现移动应用数据库中隐蔽数据高效定位。实验结果表明,所提数据定位方法的定位误差与定位耗时明显低于实验对比方法,验证了所提方法的鲁棒性。
关键词
应用数据库
隐蔽数据
数据定位
增量子空间
数据流
Keywords
Application database
Hidden data
Data location
Incremental subspace
Data flow
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于多任务混合噪声分布模型表示的视频跟踪
8
作者
亚森江.木沙
赵春霞
机构
南京理工大学计算机科学与工程学院
新疆大学机械工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2015年第13期15-24,共10页
基金
国家自然科学基金(No.61272220)
文摘
视觉跟踪中,目标信息是不确定的非线性变化过程。随时间和空间而变化的复杂动态数据中学习出较为精确的目标模板并用它来线性表示候选样本外观模型,从而使跟踪器较好地适应跟踪作业中内在或外在因素所引起的目标外观变化是视觉目标跟踪研究的重点。提出一种新颖的多任务混合噪声分布模型表示的视频跟踪算法,将候选样本外观模型假设为由一组目标模板和最小重构误差组成的多任务线性回归问题。利用经典的增量主成分分析法从高维数据中学习出一组低维子空间基向量(模板正样本),并在线实时采样一些特殊的负样本加以扩充目标模板,再利用扩充后的新模板和独立同分布的高斯-拉普拉斯混合噪声来线性拟合当前时刻的候选目标外观模型,最后计算候选样本和真实目标之间的最大似然度,从而准确捕捉当前时刻的真实目标。在一些公认测试视频上的实验结果表明,该算法将能够在线学习较为精准的目标模板并定期更新目标在不同状态时的特殊信息,使得跟踪器始终保持最佳的状态,从而良好地适应不断发生变化的视觉信息(姿态、光照、遮挡、尺度、背景扰乱及运动模糊等),表现出更好的鲁棒性能。
关键词
目标跟踪
多任务
增量子空间
学习
实时字典扩充
Keywords
object tracking
multi-task
incremental subspace learning
template expansion
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
基于局部稀疏表观模型的目标跟踪
9
作者
邓集洪
魏宇星
机构
中国科学院光电技术研究所
中国科学院大学
出处
《信息工程期刊(中英文版)》
2015年第4期111-118,共8页
文摘
针对基于特征点匹配的跟踪算法只能处理纹理丰富的图像,L1 跟踪算法会发生跟踪漂移,本文提出-种基于局部稀疏表观模型的跟踪算法.该算法采用稀疏表示和局部图像块重叠采样建立目标外观模型,通过平均化对齐汇聚操作获得候选目标的向量表示,结合稀疏表示和增量子空间算法来更新模板,在贝叶斯框架下,将跟踪看成是求解最大后验概率的问题.整个算法的框架分为构建字典、候选目标的稀疏表观模型、计算后验概率、模板更新四个模块.实验表明该算法在很多经典视频中取得了较好的结果.
关键词
图像处理
稀疏表观模型
增量子空间
目标跟踪
Keywords
Image Processing
Sparse Appearance Model
Incremental Subspace
Object Tracking
分类号
TP [自动化与计算机技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于复杂网络数据流密度的增量子空间数据挖掘算法
侯燕
李巍
文乔农
《计算机应用研究》
CSCD
北大核心
2015
11
下载PDF
职称材料
2
适用于目标跟踪的加权增量子空间学习算法
钱诚
张三元
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2011
1
下载PDF
职称材料
3
基于时序特性的自适应增量主成分分析的视觉跟踪
蔡自兴
彭梦
余伶俐
《电子与信息学报》
EI
CSCD
北大核心
2015
16
下载PDF
职称材料
4
基于子空间联合模型的视觉跟踪
杨国亮
唐俊
朱松伟
王建
《计算机应用与软件》
2017
0
下载PDF
职称材料
5
基于鲁棒子空间学习的粒子滤波跟踪算法
陆文
蔡敬菊
《计算机应用研究》
CSCD
北大核心
2011
2
下载PDF
职称材料
6
基于改进主动外观模型的人脸识别算法研究
田华
蒲天银
《计算机应用与软件》
CSCD
北大核心
2014
1
下载PDF
职称材料
7
移动应用数据库中隐蔽数据高效定位方法仿真
尚晓丽
包向辉
马春华
尤菲菲
《计算机仿真》
北大核心
2019
2
下载PDF
职称材料
8
基于多任务混合噪声分布模型表示的视频跟踪
亚森江.木沙
赵春霞
《计算机工程与应用》
CSCD
北大核心
2015
0
下载PDF
职称材料
9
基于局部稀疏表观模型的目标跟踪
邓集洪
魏宇星
《信息工程期刊(中英文版)》
2015
0
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