检索历史 清除

【中文期刊】 虎晓红 钱旭  等 《计算机工程与设计》 2009年30卷21期 5007-5009页

【摘要】 为了提高图像检索的性能,提出了一种基于流行排序的多示例图像检索方法,将分割后的图像表示为多示例的形式,通过给出适合图像在包空间的度量方式,有效结合流行排序和多示例学习的方法来进行图像检索.实验结果表明,采用所提出的方法的检索结果与传统的检索...

【关键词】 图像检索； 流行排序； 多示例学习；

【中文期刊】 虎晓红 时雷  等 《计算机应用研究》 2009年26卷8期 3159-3160页

【摘要】 提出了一种结合多示例学习和流行排序的图像检索方法,将图像检索作为多示例学习框架下的流行排序,通过给出适合图像在包空间的有效度量方式,将流行排序的方法和多示例学习有效结合起来,从而获得更准确的检索结果.实验结果表明,运用流行排序的区域图像检索...

【关键词】 图像检索； 流行排序； 多示例学习；

【中文期刊】 徐慧 何宏  等 《中国生物医学工程学报》 2023年42卷6期 659-667页 ISTICPKUCSCDCA

【摘要】 针对运动想象脑电信号的小样本问题,现有的基于黎曼流形的分析方法大多在流形中对齐后设计分类器,或通过切空间投影后在欧式空间进行分类.在流形中设计分类器运算较为复杂,而在切空间直接分类会因源域和目标域的切空间分布不一致而导致结果有误差.因此,本...

【关键词】 黎曼流形； 迁移学习； 运动想象；

【中文期刊】 Jiangyong Wei Tianshou Zhou  等 《基因组蛋白质组与生物信息学报（英文版）》 2021年19卷2期 306-318页 SCIMEDLINEISTICCSCDCABP

【摘要】 One of the major challenges in single-cell data analysis is the determination of cellular developmental trajectories usi...

【关键词】 Single-cell heterogeneity； Pseudotime trajectory； Manifold learning；

【中文期刊】 张冀 张艳容  等 《中国生物医学工程学报》 2017年36卷6期 670-677页 ISTICPKUCSCDCA

【摘要】 参照图选择是肝超声造影呼吸运动校正方法有效性的关键因素之一,其选择方法值得进一步探索.先采用拉普拉斯特征映射(LE)法将原始高维超声数据降至二维空间,再采用k-means法进行聚类分析,获取理想的超声参照图进行呼吸运动校正,最后在18例兔肝...

【关键词】 超声造影； 参照图； 呼吸运动；

【中文期刊】 毛海群 杨丰  等 《南方医科大学学报》 2015年4期 492-498页 MEDLINEISTICPKUCSCDCA

【摘要】 目的：以流形学习为基础，提出一种基于血管内超声(IVUS)图像序列的关键帧门控方法，抑制IVUS序列纵切方向上的运动伪影。方法应用流形学习方法中的拉普拉斯特征映射算法，将高维IVUS图像序列降到低维流形中，利用低维特征向量，构建一个距离函数...

【关键词】 血管内超声成像； 门控； 关键帧；

【中文期刊】 黄伟 刘战民  等 《中国生物医学工程学报》 2010年29卷1期 77-85页 ISTICPKUCSCDCA

【摘要】 对基因芯片表达谱的聚类分析有助于发现共表达的基因,而共表达的特性往往是共调控基因所拥有的性质.因此,对基因表达谱的准确聚类将有利于更加准确地发现基因之间的调控关系.本研究使用机器学习中的等度规映射、局部线性嵌入、拉普拉斯特征根映射等流形学习...

【关键词】 非线性降维； 流形学习； 聚类分析；

【中文期刊】 罗嘉滢 赵涓涓  等 《计算机工程与设计》 2019年40卷1期 154-160页

【摘要】 针对基于深度学习的肺结节良恶性分类诊断中由于学习到的肺结节特征不够全面引起的分类准确率不高问题, 提出一种基于多特征广义深度自编码的肺结节诊断方法.通过预处理构建肺结节图像的3种数据集作为输入;将流形学习引入基于极限学习机的深度自编码中, ...

【关键词】 肺结节； 多特征； 极限学习机；

【中文期刊】 任迎春 王志成  等 《计算机科学》 2016年43卷8期 277-281,296页

【摘要】 针对稀疏保持投影算法在特征提取过程中无监督和L1范数优化的计算量较大的问题,提出一种基于流形学习和稀疏约束的快速特征提取算法.首先通过逐类PCA构造级联字典,并基于该字典通过最小二乘法快速学习稀疏保持结构;其次构造用于描述不同子流形距离的局...

【关键词】 特征提取； 稀疏表示； 主元分析；

【中文期刊】 胡彦婷 王楠楠  等 《计算机应用》 2015年35卷2期 535-539页

【摘要】 针对画像块和照片块在流形上的邻城关系并不能完全反映彼此内在数据结构的问题,提出一种基于局部约束邻域嵌入(LCNE)的画像-照片合成算法.首先,利用基于邻域嵌入(NE)的合成方法得到待合成照片或画像的初始估计;其次,根据待合成的照片块或画像块...

【关键词】 人脸画像-照片合成； 局部约束； 邻域嵌入；

【中文期刊】 张巍 张绚  等 《计算机应用与软件》 2014年31卷8期 269-272,287页

【摘要】 针对中文问题分类方法中特征向量维数过高导致处理速度过慢的问题,提出一种基于局部鉴别索引和支持向量聚类的中文问题分类方法.首先利用局部鉴别索引算法对原始高维问句数据集进行降维,将其映射到一个低维空间中,然后通过支持向量聚类算法对问句进行分类....

【关键词】 问题分类； 局部鉴别索引； 支持向量聚类；

【中文期刊】 梅松青 周洪建  《计算机工程与科学》 2014年36卷9期 1806-1811页

【摘要】 信息熵保证原始空间特征最大确定性的概率分布,且能够处理缺失值、噪声等问题;流形学习方法局部线性嵌入能够在降维后的子空间中较完整地表现原空间流形结构中特征间的关系.结合两者优势,提出一种新的特征选择方法,基于信息熵的局部线性嵌入,先对原始空间...

【关键词】 信息熵； 流形学习； 局部线性嵌入；

【中文期刊】 梁礼明 陈召阳  等 《计算机与应用化学》 2014年31卷7期 792-796页

【摘要】 由于四嗪衍生物抗癌活性与其结构之间可能存在非线性关系,本文引入非线性的流形学习方法对计算出的四嗪衍生物分子描述符进行特征提取,以提高其预测模型的准确性.便于分析,分别采用特征选择的逐步回归法、线性特征提取的主成份分析法以及非线性特征提取的流...

【关键词】 流形学习； 抗癌活性； 分子描述符；

【中文期刊】 高军峰 郑崇勋  等 《西安交通大学学报》 2010年44卷2期 113-118页

【摘要】 针对眼电伪差严重干扰脑电(EEG)信号的理解和分析的问题,提出了一种新的方法用于实时地去除脑电中的眼电伪差.该方法使用独立成分分析(ICA)分解EEG信号,提取独立成分的地形图和功率谱作为特征,并采用基于模板的Isomap算法降低特征的维数...

【关键词】 流形学习； Isomap算法； 脑电；

【外文期刊】 Park,S.H. ; Gao,Y. ; 等 《Medical Physics》 2014年41卷11期 artno111715-artno111715页 SCISCIEMEDLINE

【关键词】 feature selection; interactive segmentation; manifold regularization;

【外文期刊】 SIMONE FIORI ; ROBERTO ROSSI ; 《International Journal of Neural Systems》 2003年13卷5期 273-290页 SCISCIEMEDLINE

【关键词】 Differential geometry; Stiefel manifold; 'Rigid-body' learning theory;

【外文期刊】 Mannella, Francesco ; Tummolini, Luca ; 《Philosophical Transactions of the Royal Society of London, Series B. Biological Sciences》 2023年378卷1870期 SCISCIEMEDLINE

【关键词】 concept formation; grounded cognition; success semantics;

【外文期刊】 SIMONE FIORI ; 《International Journal of Neural Systems》 2004年14卷5期 293-311页 SCISCIEMEDLINE

【关键词】 Relative uncertainty; Learning theory; Unsupervised neural learning;

【外文期刊】 DIDONG LI ; DAVID B. DUNSON ; 《Biometrika》 2020年107卷4期 1013-1020页 SCISCIEMEDLINE

【关键词】 Classification; Manifold learning; Nearest neighbour;

【外文期刊】 Bhatia, K.K. ; Rao, A. ; 等 《IEEE Transactions on Medical Imaging》 2014年33卷2期 444-461页

【关键词】 Disease classification; feature selection; manifold learning;