期刊导航
期刊开放获取
vip
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
4
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
LP-SVM在CUDA架构上的加速实现
被引量：
1
1
作者
兰远东
《数字技术与应用》
2014年第4期130-132,134,共4页
为了能在PC机上处理大规模数据集问题,提出了使用CUDA架构对LP-SVM的加速实现方法。该方法针对PC机内存小的缺点,对SVM的分解算法进行改编,得到求解LP-SVM的分解算法。LP-SVM分解算法每次只需要求解一个小规模的线性规划问题,避免一次...
为了能在PC机上处理大规模数据集问题,提出了使用CUDA架构对LP-SVM的加速实现方法。该方法针对PC机内存小的缺点,对SVM的分解算法进行改编,得到求解LP-SVM的分解算法。LP-SVM分解算法每次只需要求解一个小规模的线性规划问题,避免一次性把所有训练数据都装进内存。同时把求解线性规划中比较耗时的矩阵运算,移植到CUDA上进行,提高了求解效率。实验结果表明:LP-SVM算法在经过CUDA加速以后,算法的执行效率提高了10-35倍。
展开更多
关键词
机器学习
线性规划
支持向量机
图形处理器
统一计算设备架构
在线阅读
下载PDF
职称材料
基于支持向量机增量学习和LPBoost的人体目标再识别算法
被引量：
3
2
作者
许允喜
蒋云良
陈方
《光子学报》
EI
CAS
CSCD
北大核心
2011年第5期758-763,共6页
摄像机间目标关联是无重叠视域多摄像机目标持续跟踪的关键.提出了一种只利用人体目标外观,完全不依赖于空时关系的人体目标再识别算法,利用识别结果直接进行跨摄像机间人体目标关联,而不依赖于目标的捕获时间和路径限制.对跟踪视频前...
摄像机间目标关联是无重叠视域多摄像机目标持续跟踪的关键.提出了一种只利用人体目标外观,完全不依赖于空时关系的人体目标再识别算法,利用识别结果直接进行跨摄像机间人体目标关联,而不依赖于目标的捕获时间和路径限制.对跟踪视频前景图像序列提取互补性视觉单词树直方图和全局颜色直方图二种特征,采用支持向量机增量学习在线训练二种特征的人体外观辨别模型,再利用多类线性规划增强算法对二种特征的支持向量机模型进行在线自适应融合.实验结果表明,本文算法具有较强的在线学习能力,能增量式表达人体目标辨别性外观模型,特征融合后的模型区别性更强,有效地降低多方面条件变化的影响,获得了高识别率,且能够实现快速实时实现,相对于现有方法有了明显提升.
展开更多
关键词
视频监控
支持向量机增量学习
局部描述子
人目标再识别
单词树
线性规划增强
在线阅读
下载PDF
职称材料
基于线性规划的回归支撑向量机
被引量：
2
3
作者
谢宏
魏江平
刘鹤立
《上海海事大学学报》
北大核心
2006年第1期49-52,共4页
在结构风险中采用l∞-范数来控制模型复杂性的基础上,提出基于线性规划的支撑向量机,并通过求解对偶规划来提高单纯形学习算法的计算速度.数值试验结果表明,此类支撑向量机的学习效果与经典的支撑向量机的学习效果相似,当学习样本个数...
在结构风险中采用l∞-范数来控制模型复杂性的基础上,提出基于线性规划的支撑向量机,并通过求解对偶规划来提高单纯形学习算法的计算速度.数值试验结果表明,此类支撑向量机的学习效果与经典的支撑向量机的学习效果相似,当学习样本个数增加时线性规划支持向量机的学习时间增加的要少得多,但是支撑向量个数比较多.
展开更多
关键词
统计学习理论
VC维数
支撑向量机(
svm
)
线性规划
在线阅读
下载PDF
职称材料
基于多视角自步学习的人体动作识别方法
被引量：
2
4
作者
刘莹莹
邱崧
+2 位作者
孙力
周梅
徐伟
《计算机工程》
CAS
CSCD
北大核心
2018年第2期257-263,共7页
自步学习的动作识别方法采用课程学习的思路,忽略了不同视角动作特征对课程的影响,对多分类的人体两维视频复杂动作识别无法取得满意效果。针对上述问题,提出一种多视角自步学习算法。选取5个视角并提取Trajectory、HOG、HOF、MBHx和MBH...
自步学习的动作识别方法采用课程学习的思路,忽略了不同视角动作特征对课程的影响,对多分类的人体两维视频复杂动作识别无法取得满意效果。针对上述问题,提出一种多视角自步学习算法。选取5个视角并提取Trajectory、HOG、HOF、MBHx和MBHy作为各自视角下的特征信息,利用自步学习算法学习得出对应视角下的动作分类课程,使用线性规划增强方法将不同视角下的课程进行融合,得出更适合解决多类复杂动作识别问题的综合课程。实验结果表明,相比单一视角自步学习方法和多视角支持向量机方法,该方法提高了多类复杂动作识别的效率和准确率,具有更高的可操作性和更广泛的应用前景。
展开更多
关键词
人体动作识别
多视角融合
自步学习
线性规划增强
支持向量机
在线阅读
下载PDF
职称材料
题名
LP-SVM在CUDA架构上的加速实现
被引量：
1
1
作者
兰远东
机构
惠州学院计算机科学系
出处
《数字技术与应用》
2014年第4期130-132,134,共4页
文摘
为了能在PC机上处理大规模数据集问题,提出了使用CUDA架构对LP-SVM的加速实现方法。该方法针对PC机内存小的缺点,对SVM的分解算法进行改编,得到求解LP-SVM的分解算法。LP-SVM分解算法每次只需要求解一个小规模的线性规划问题,避免一次性把所有训练数据都装进内存。同时把求解线性规划中比较耗时的矩阵运算,移植到CUDA上进行,提高了求解效率。实验结果表明:LP-SVM算法在经过CUDA加速以后,算法的执行效率提高了10-35倍。
关键词
机器学习
线性规划
支持向量机
图形处理器
统一计算设备架构
Keywords
machine learning linear programming svm gpu cuda
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于支持向量机增量学习和LPBoost的人体目标再识别算法
被引量：
3
2
作者
许允喜
蒋云良
陈方
机构
湖州师范学院信息与工程学院
浙江大学信息与电子工程系
南京航空航天大学自动化学院
出处
《光子学报》
EI
CAS
CSCD
北大核心
2011年第5期758-763,共6页
基金
国家自然科学基金(No.60872057)
浙江省自然科学基金(No.Y1101237
+1 种基金
No.R1090244
No.Y1080212)资助
文摘
摄像机间目标关联是无重叠视域多摄像机目标持续跟踪的关键.提出了一种只利用人体目标外观,完全不依赖于空时关系的人体目标再识别算法,利用识别结果直接进行跨摄像机间人体目标关联,而不依赖于目标的捕获时间和路径限制.对跟踪视频前景图像序列提取互补性视觉单词树直方图和全局颜色直方图二种特征,采用支持向量机增量学习在线训练二种特征的人体外观辨别模型,再利用多类线性规划增强算法对二种特征的支持向量机模型进行在线自适应融合.实验结果表明,本文算法具有较强的在线学习能力,能增量式表达人体目标辨别性外观模型,特征融合后的模型区别性更强,有效地降低多方面条件变化的影响,获得了高识别率,且能够实现快速实时实现,相对于现有方法有了明显提升.
关键词
视频监控
支持向量机增量学习
局部描述子
人目标再识别
单词树
线性规划增强
Keywords
Visual surveillance
Support Vector
machine
（
svm
） incremental
learning
Local descriptor
Person re-identification
Vocabulary tree
linear
programming
Boosting（LPBoot）
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于线性规划的回归支撑向量机
被引量：
2
3
作者
谢宏
魏江平
刘鹤立
机构
上海海事大学信息工程学院
江苏信息职业技术学院计算机工程系
出处
《上海海事大学学报》
北大核心
2006年第1期49-52,共4页
基金
上海市重点学科建设项目(T0602)
上海海事大学数字物流试验中心开放基金(050106)
文摘
在结构风险中采用l∞-范数来控制模型复杂性的基础上,提出基于线性规划的支撑向量机,并通过求解对偶规划来提高单纯形学习算法的计算速度.数值试验结果表明,此类支撑向量机的学习效果与经典的支撑向量机的学习效果相似,当学习样本个数增加时线性规划支持向量机的学习时间增加的要少得多,但是支撑向量个数比较多.
关键词
统计学习理论
VC维数
支撑向量机(
svm
)
线性规划
Keywords
statistical
learning
theory
VC dimension
support vector
machine
s（
svm
）
linear
programming
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于多视角自步学习的人体动作识别方法
被引量：
2
4
作者
刘莹莹
邱崧
孙力
周梅
徐伟
机构
华东师范大学信息科学技术学院上海市多维度信息处理重点实验室
上海交通大学图像处理与模式识别研究所
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第2期257-263,共7页
基金
国家自然科学基金(61302125
61377107)
上海市自然科学基金(17ZR1408500)
文摘
自步学习的动作识别方法采用课程学习的思路,忽略了不同视角动作特征对课程的影响,对多分类的人体两维视频复杂动作识别无法取得满意效果。针对上述问题,提出一种多视角自步学习算法。选取5个视角并提取Trajectory、HOG、HOF、MBHx和MBHy作为各自视角下的特征信息,利用自步学习算法学习得出对应视角下的动作分类课程,使用线性规划增强方法将不同视角下的课程进行融合,得出更适合解决多类复杂动作识别问题的综合课程。实验结果表明,相比单一视角自步学习方法和多视角支持向量机方法,该方法提高了多类复杂动作识别的效率和准确率,具有更高的可操作性和更广泛的应用前景。
关键词
人体动作识别
多视角融合
自步学习
线性规划增强
支持向量机
Keywords
human action recognition
multi-view fusion
Self-Paced
learning
（SPL）
linear
programming
Boosting（LPBoost）
Support Vector
machine
（
svm
）
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LP-SVM在CUDA架构上的加速实现
兰远东
《数字技术与应用》
2014
1
在线阅读
下载PDF
职称材料
2
基于支持向量机增量学习和LPBoost的人体目标再识别算法
许允喜
蒋云良
陈方
《光子学报》
EI
CAS
CSCD
北大核心
2011
3
在线阅读
下载PDF
职称材料
3
基于线性规划的回归支撑向量机
谢宏
魏江平
刘鹤立
《上海海事大学学报》
北大核心
2006
2
在线阅读
下载PDF
职称材料
4
基于多视角自步学习的人体动作识别方法
刘莹莹
邱崧
孙力
周梅
徐伟
《计算机工程》
CAS
CSCD
北大核心
2018
2
在线阅读
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
