CN105224948A - 一种基于图像处理的最大间隔深度生成模型的生成方法 - Google Patents
一种基于图像处理的最大间隔深度生成模型的生成方法 Download PDFInfo
- Publication number
- CN105224948A CN105224948A CN201510609808.4A CN201510609808A CN105224948A CN 105224948 A CN105224948 A CN 105224948A CN 201510609808 A CN201510609808 A CN 201510609808A CN 105224948 A CN105224948 A CN 105224948A
- Authority
- CN
- China
- Prior art keywords
- picture
- hidden variable
- largest interval
- parameter
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510609808.4A CN105224948B (zh) | 2015-09-22 | 2015-09-22 | 一种基于图像处理的最大间隔深度生成模型的生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510609808.4A CN105224948B (zh) | 2015-09-22 | 2015-09-22 | 一种基于图像处理的最大间隔深度生成模型的生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105224948A true CN105224948A (zh) | 2016-01-06 |
CN105224948B CN105224948B (zh) | 2019-03-01 |
Family
ID=54993908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510609808.4A Active CN105224948B (zh) | 2015-09-22 | 2015-09-22 | 一种基于图像处理的最大间隔深度生成模型的生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105224948B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718959A (zh) * | 2016-01-27 | 2016-06-29 | 中国石油大学(华东) | 一种基于自编码的物体识别方法 |
CN106127230A (zh) * | 2016-06-16 | 2016-11-16 | 上海海事大学 | 基于人类视觉感知的图像识别方法 |
CN106203628A (zh) * | 2016-07-11 | 2016-12-07 | 深圳先进技术研究院 | 一种增强深度学习算法鲁棒性的优化方法和系统 |
CN106355191A (zh) * | 2016-08-12 | 2017-01-25 | 清华大学 | 一种深度生成网络随机训练算法及装置 |
CN106778700A (zh) * | 2017-01-22 | 2017-05-31 | 福州大学 | 一种基于変分编码器中国手语识别方法 |
CN107463953A (zh) * | 2017-07-21 | 2017-12-12 | 上海交通大学 | 在标签含噪情况下基于质量嵌入的图像分类方法及系统 |
CN109685087A (zh) * | 2017-10-18 | 2019-04-26 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法和装置 |
CN113435488A (zh) * | 2021-06-17 | 2021-09-24 | 深圳大学 | 一种图像采样概率提升方法及其应用 |
CN113642447A (zh) * | 2021-08-09 | 2021-11-12 | 杭州弈胜科技有限公司 | 卷积神经网络级联的监控图像车辆检测方法及其系统 |
CN114831621A (zh) * | 2022-05-23 | 2022-08-02 | 西安大数据与人工智能研究院 | 分布式超快磁共振成像方法及其成像系统 |
CN115563655A (zh) * | 2022-11-25 | 2023-01-03 | 承德石油高等专科学校 | 一种用于网络安全的用户危险行为识别方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100074053A1 (en) * | 2008-07-18 | 2010-03-25 | William Marsh Rice University | Methods for concurrent generation of velocity models and depth images from seismic data |
US20140067738A1 (en) * | 2012-08-28 | 2014-03-06 | International Business Machines Corporation | Training Deep Neural Network Acoustic Models Using Distributed Hessian-Free Optimization |
CN104778070A (zh) * | 2014-01-15 | 2015-07-15 | 富士通株式会社 | 隐藏变量抽取方法和设备以及信息提取方法和设备 |
-
2015
- 2015-09-22 CN CN201510609808.4A patent/CN105224948B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100074053A1 (en) * | 2008-07-18 | 2010-03-25 | William Marsh Rice University | Methods for concurrent generation of velocity models and depth images from seismic data |
US20140067738A1 (en) * | 2012-08-28 | 2014-03-06 | International Business Machines Corporation | Training Deep Neural Network Acoustic Models Using Distributed Hessian-Free Optimization |
CN104778070A (zh) * | 2014-01-15 | 2015-07-15 | 富士通株式会社 | 隐藏变量抽取方法和设备以及信息提取方法和设备 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718959A (zh) * | 2016-01-27 | 2016-06-29 | 中国石油大学(华东) | 一种基于自编码的物体识别方法 |
CN105718959B (zh) * | 2016-01-27 | 2018-11-16 | 中国石油大学(华东) | 一种基于自编码的物体识别方法 |
CN106127230B (zh) * | 2016-06-16 | 2019-10-01 | 上海海事大学 | 基于人类视觉感知的图像识别方法 |
CN106127230A (zh) * | 2016-06-16 | 2016-11-16 | 上海海事大学 | 基于人类视觉感知的图像识别方法 |
CN106203628A (zh) * | 2016-07-11 | 2016-12-07 | 深圳先进技术研究院 | 一种增强深度学习算法鲁棒性的优化方法和系统 |
CN106203628B (zh) * | 2016-07-11 | 2018-12-14 | 深圳先进技术研究院 | 一种增强深度学习算法鲁棒性的优化方法和系统 |
CN106355191A (zh) * | 2016-08-12 | 2017-01-25 | 清华大学 | 一种深度生成网络随机训练算法及装置 |
CN106778700A (zh) * | 2017-01-22 | 2017-05-31 | 福州大学 | 一种基于変分编码器中国手语识别方法 |
CN107463953B (zh) * | 2017-07-21 | 2019-11-19 | 上海媒智科技有限公司 | 在标签含噪情况下基于质量嵌入的图像分类方法及系统 |
CN107463953A (zh) * | 2017-07-21 | 2017-12-12 | 上海交通大学 | 在标签含噪情况下基于质量嵌入的图像分类方法及系统 |
CN109685087A (zh) * | 2017-10-18 | 2019-04-26 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法和装置 |
CN109685087B (zh) * | 2017-10-18 | 2022-11-01 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法 |
CN109685087B9 (zh) * | 2017-10-18 | 2023-02-03 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法 |
CN113435488A (zh) * | 2021-06-17 | 2021-09-24 | 深圳大学 | 一种图像采样概率提升方法及其应用 |
CN113435488B (zh) * | 2021-06-17 | 2023-11-07 | 深圳大学 | 一种图像采样概率提升方法及其应用 |
CN113642447A (zh) * | 2021-08-09 | 2021-11-12 | 杭州弈胜科技有限公司 | 卷积神经网络级联的监控图像车辆检测方法及其系统 |
CN113642447B (zh) * | 2021-08-09 | 2022-03-08 | 杭州弈胜科技有限公司 | 卷积神经网络级联的监控图像车辆检测方法及其系统 |
CN114831621A (zh) * | 2022-05-23 | 2022-08-02 | 西安大数据与人工智能研究院 | 分布式超快磁共振成像方法及其成像系统 |
CN114831621B (zh) * | 2022-05-23 | 2023-05-26 | 西安大数据与人工智能研究院 | 分布式超快磁共振成像方法及其成像系统 |
CN115563655A (zh) * | 2022-11-25 | 2023-01-03 | 承德石油高等专科学校 | 一种用于网络安全的用户危险行为识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105224948B (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105224948A (zh) | 一种基于图像处理的最大间隔深度生成模型的生成方法 | |
CN103345656B (zh) | 一种基于多任务深度神经网络的数据识别方法及装置 | |
CN103620624B (zh) | 用于导致稀疏连通性的局部竞争性学习规则的方法和装置 | |
CN106126596A (zh) | 一种基于层次化记忆网络的问答方法 | |
CN109242033A (zh) | 晶片缺陷模式分类方法及装置、存储介质、电子设备 | |
CN106096728B (zh) | 一种基于深层极限学习机的危险源识别方法 | |
CN109033095A (zh) | 基于注意力机制的目标变换方法 | |
CN106778921A (zh) | 基于深度学习编码模型的人员再识别方法 | |
CN109885671A (zh) | 基于多任务学习的问答方法 | |
CN109727590A (zh) | 基于循环神经网络的音乐生成方法及装置 | |
CN106295199A (zh) | 基于自动编码器和多目标优化的自动历史拟合方法及系统 | |
CN107292336A (zh) | 一种基于dcgan的极化sar图像分类方法 | |
CN105740911A (zh) | 基于保持结构稀疏化的半监督字典学习方法 | |
CN106991355A (zh) | 基于拓扑保持的解析型字典学习模型的人脸识别方法 | |
CN105469063A (zh) | 鲁棒的人脸图像主成分特征提取方法及识别装置 | |
CN103559294A (zh) | 支持向量机分类器的构造方法及装置、分类方法及装置 | |
CN105868796A (zh) | 基于核空间的线性鉴别稀疏表示分类器的设计方法 | |
CN109492610B (zh) | 一种行人重识别方法、装置及可读存储介质 | |
CN105740908A (zh) | 基于核空间自解释稀疏表示的分类器设计方法 | |
CN105631469A (zh) | 一种多层稀疏编码特征的鸟类图像识别方法 | |
CN103268484A (zh) | 用于高精度人脸识别的分类器设计方法 | |
CN109978074A (zh) | 基于深度多任务学习的图像美感和情感联合分类方法及系统 | |
CN115359353A (zh) | 一种花卉识别分类方法及装置 | |
CN109214401A (zh) | 基于层次化自动编码器的sar图像分类方法及装置 | |
CN105260736A (zh) | 基于归一化非负稀疏编码器的图像快速特征表示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210524 Address after: 100084 a1901, 19th floor, building 8, yard 1, Zhongguancun East Road, Haidian District, Beijing Patentee after: Beijing Ruili Wisdom Technology Co.,Ltd. Address before: 100084 mailbox, 100084-82 Tsinghua Yuan, Beijing, Haidian District, Beijing Patentee before: TSINGHUA University |
|
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160106 Assignee: Beijing Intellectual Property Management Co.,Ltd. Assignor: Beijing Ruili Wisdom Technology Co.,Ltd. Contract record no.: X2023110000073 Denomination of invention: A Method of Generating Maximum Interval Depth Generative model Based on Image Processing Granted publication date: 20190301 License type: Common License Record date: 20230531 |