您的位置： 专家智库 > >

徐增林

作品数：15 被引量：497H指数：1
供职机构：电子科技大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 14篇专利
  • 1篇期刊文章

领域

  • 7篇自动化与计算...

主题

  • 8篇神经网
  • 8篇神经网络
  • 8篇网络
  • 4篇循环神经网络
  • 4篇张量分解
  • 4篇神经网络结构
  • 4篇图像
  • 4篇网络结构
  • 4篇标签
  • 3篇高维
  • 2篇隐含
  • 2篇源域
  • 2篇知识库
  • 2篇投票
  • 2篇图像分类
  • 2篇图像分类方法
  • 2篇图像检索
  • 2篇图像匹配
  • 2篇全方
  • 2篇网络参数

机构

  • 15篇电子科技大学
  • 1篇山东大学

作者

  • 15篇徐增林
  • 4篇刘斌
  • 3篇王雅芳
  • 3篇贺丽荣
  • 2篇徐菁
  • 2篇潘宇
  • 2篇衡星
  • 2篇吴洪

传媒

  • 1篇电子科技大学...

年份

  • 1篇2022
  • 4篇2020
  • 3篇2019
  • 3篇2018
  • 1篇2017
  • 3篇2016
共 15 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种基于流型矩阵补全的多标签分类方法
本发明公开了一种基于流型矩阵补全的多标签分类方法，通过在利用矩阵补全进行的多标签学习的过程中增加对特征间流型性假设的考虑，可以较为明显地提高多标签分类算法识别的效率。本发明提供的多标签分类方法从海明损失、平均精度以及覆盖...
徐增林刘斌
基于块张量分解的循环神经网络稀疏连接方法
本发明公开一种基于块张量分解的循环神经网络稀疏连接方法，应用于深度学习神经网络结构优化领域，解决现有的方法未能同时基于输入数据的高维事实和全连接本身的冗余特性进行分析和优化，从而不能同时达到加快训练速度和维持或提高模型精...
徐增林叶锦棉李广西陈迪
文献传递
基于块张量分解的循环神经网络稀疏连接方法
本发明公开一种基于块张量分解的循环神经网络稀疏连接方法，应用于深度学习神经网络结构优化领域，解决现有的方法未能同时基于输入数据的高维事实和全连接本身的冗余特性进行分析和优化，从而不能同时达到加快训练速度和维持或提高模型精...
徐增林叶锦棉李广西陈迪
文献传递
基于卷积循环神经网络的残差神经网络调整方法
本发明提供了一种基于卷积循环神经网络的残差神经网络调整方法，属于神经网络结构优化领域。本发明解决了现有的残差神经网络缺乏将特征相互融合的缺陷，利用卷积循环神经网络根据每个残差块内部特征自动选择性的保存、更新以及输出可以重...
徐增林徐菁潘宇潘星霖
文献传递
图像检索中基于密度的几何校验方法
本发明提供一种图像匹配中基于密度的几何校验方法，包括步骤：1)产生2幅图像的候选特征匹配对集合；2)对候选特征匹配对集合中每个匹配对，估计其在霍夫空间的概率密度，并将该匹配对的概率密度作为它匹配得分的权重因子；3)累加特...
吴洪衡星郑德练徐增林
文献传递
一种基于无监督域适应的图像分类方法
本发明公开一种基于无监督域适应的图像分类方法，包括：选取有标签的源域图像数据集和无标签的目标域图像数据集，并进行数据增广；构造对抗迁移网络减少源域图像数据集和目标域图像数据集条件分布的差异性；构造时序集成网络正则化目标域...
徐增林陈迪
文献传递
基于变分推断和张量神经网络的知识库补全方法
本发明公开了一种基于变分推断和张量神经网络的知识库补全方法，在知识库补全方法中引入了张量分解思想和贝叶斯框架，考虑了隐含变量的先验知识，探讨了隐含变量两两之间的相互作用，并用神经网络进行了非线性的表达，增加了对不确定性的...
徐增林贺丽荣刘斌李广西盛泳潘王雅芳
文献传递
一种基于流型矩阵补全的多标签分类方法
本发明公开了一种基于流型矩阵补全的多标签分类方法，通过在利用矩阵补全进行的多标签学习的过程中增加对特征间流型性假设的考虑，可以较为明显地提高多标签分类算法识别的效率。本发明提供的多标签分类方法从海明损失、平均精度以及覆盖...
徐增林刘斌
文献传递
基于张量环分解的长短期记忆网络稀疏连接方法
本发明提供了一种基于张量环分解的长短期记忆网络稀疏连接方法，属于神经网络结构优化领域。本发明解决了现有的长短时记忆网络难以处理高维输入数据，同时存在过量冗余参数的问题，使得优化过后的长短时记忆网络能在提升精度的条件下，压...
徐增林潘宇徐菁王茂林
文献传递
知识图谱技术综述被引量：497
2016年
知识图谱技术是人工智能技术的重要组成部分,其建立的具有语义处理能力与开放互联能力的知识库,可在智能搜索、智能问答、个性化推荐等智能信息服务中产生应用价值。该文在全面阐述知识图谱定义、架构的基础上,综述知识图谱中的知识抽取、知识表示、知识融合、知识推理四大核心技术的研究进展以及一些典型应用。该文还将评论当前研究存在的挑战。
徐增林盛泳潘贺丽荣王雅芳
关键词：知识融合知识表示语义处理
全选 清除 导出
共2页<12>
聚类工具0