電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻資料介紹
隨著在線社交的多媒體共享網(wǎng)站的蓬勃發(fā)展，社交圖像推薦逐漸成為硏究熱點(diǎn)。人們通常對(duì)社交圖像進(jìn)行標(biāo)簽化、分組化，使得圖像數(shù)據(jù)更加易于管理。傳統(tǒng)的圖像標(biāo)簽或分組推薦方法往往只關(guān)注特定任務(wù)，忽略了標(biāo)簽推薦和分鉏推薦仼務(wù)之間的隱含關(guān)系。多任務(wù)學(xué)習(xí)則可以充分挖掘不同任務(wù)對(duì)圖像的共享或相互關(guān)聯(lián)的隱含表示，融合多種任務(wù)抽取圖像特征，對(duì)于提高單一任務(wù)的準(zhǔn)確性具有積極意義。因此，文中提岀了一種基于深度多任務(wù)學(xué)習(xí)的社交圖像標(biāo)簽和分組聯(lián)合推薦模型。該法使用基于比較的偏序?qū)W習(xí)深度網(wǎng)絡(luò)分別進(jìn)行標(biāo)簽推薦和分組推薦，有效緩解了單任務(wù)中的數(shù)據(jù)稀疏性問(wèn)題。此外，在處理社交圖像視覺(jué)特征的卷積神經(jīng)網(wǎng)絡(luò)中，首先使用多任務(wù)學(xué)習(xí)將來(lái)自不同任務(wù)的中間層特征進(jìn)行連接，然后通過(guò)卷積實(shí)現(xiàn)降維和特征的自動(dòng)融合使得不同任務(wù)的圖像特征得到共享，同時(shí)降維后的融合特征能夠滿足下一層卷積神經(jīng)網(wǎng)絡(luò)的尺寸要求，使得單一任務(wù)的整體結(jié)構(gòu)得以保持。從大量 Flickr圖片共享網(wǎng)站上爬取的真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有經(jīng)典推薦算法相比，所提算法獲得的準(zhǔn)確率和召回率均有較大提升，證明了該方法的有效性和可行性。
- 基于評(píng)分矩陣與評(píng)論文本的深度學(xué)習(xí)模型 58次下載
- 基于成對(duì)學(xué)習(xí)和圖像聚類的肺癌亞型識(shí)別 4次下載
- 基于模板、檢索和深度學(xué)習(xí)的圖像描述生成方法 12次下載
- 基于預(yù)訓(xùn)練模型和長(zhǎng)短期記憶網(wǎng)絡(luò)的深度學(xué)習(xí)模型 19次下載
- 基于深度學(xué)習(xí)的圖像修復(fù)模型及實(shí)驗(yàn)對(duì)比 20次下載
- 深度模型中的優(yōu)化與學(xué)習(xí)課件下載 3次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 基于高階統(tǒng)計(jì)信息的深度哈希學(xué)習(xí)模型BCI-DHH 3次下載
- 基于高階統(tǒng)計(jì)信息的深度哈希學(xué)習(xí)模型BCI-DHH 10次下載
- 基于深度學(xué)習(xí)的疲勞駕駛檢測(cè)算法及模型 25次下載
- 深度學(xué)習(xí)模型的對(duì)抗攻擊及防御措施 75次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 使用多孔卷積神經(jīng)網(wǎng)絡(luò)解決機(jī)器學(xué)習(xí)的圖像深度不準(zhǔn)確的方法說(shuō)明 10次下載
- 如何使用平穩(wěn)小波域深度殘差CNN進(jìn)行低劑量CT圖像估計(jì) 6次下載
- 基于標(biāo)簽傳播的社交網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)模型 0次下載
- 深度學(xué)習(xí)中的無(wú)監(jiān)督學(xué)習(xí)方法綜述 855次閱讀
- 深度學(xué)習(xí)中的模型權(quán)重 1652次閱讀
- 深度學(xué)習(xí)的典型模型和訓(xùn)練過(guò)程 1617次閱讀
- 深度學(xué)習(xí)模型訓(xùn)練過(guò)程詳解 1418次閱讀
- 深度學(xué)習(xí)的模型優(yōu)化與調(diào)試方法 923次閱讀
- 視覺(jué)深度學(xué)習(xí)遷移學(xué)習(xí)訓(xùn)練框架Torchvision介紹 934次閱讀
- OpenCV庫(kù)在圖像處理和深度學(xué)習(xí)中的應(yīng)用 928次閱讀
- 深度學(xué)習(xí)中的圖像分割 1289次閱讀
- 基于深度學(xué)習(xí)的圖像去模糊算法及應(yīng)用 2754次閱讀
- 詳解深度學(xué)習(xí)之圖像分割 3707次閱讀
- 針對(duì)線性回歸模型和深度學(xué)習(xí)模型，介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法 6220次閱讀
- 探析深度學(xué)習(xí)中的各種卷積 3404次閱讀
- 基于單目圖像的深度估計(jì)算法，大幅度提升基于單目圖像深度估計(jì)的精度 3.4w次閱讀
- 圖像識(shí)別中的深度學(xué)習(xí) 5026次閱讀
- 模型驅(qū)動(dòng)深度學(xué)習(xí)的標(biāo)準(zhǔn)流程與學(xué)習(xí)方法解析 4945次閱讀
上傳資料賺積分下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1491次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開(kāi)關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機(jī)和 SG3525的程控開(kāi)關(guān)電源設(shè)計(jì)
- 0.23 MB | 4次下載 | 免費(fèi)
- 8基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
工商網(wǎng)監(jiān)
評(píng)論