王玉莉;胡海平 基于张量的深度学习算法的改进。 （中文。英文摘要） Zbl 1438.68241号 Commun公司。申请。数学。计算。 32，编号3，572-580（2018）. 摘要：在本文中，我们提出了基于概率协作表示的分类器（ProCRC）来更新人类行为的特征。首先，通过深度学习思想将视频分为五个层次。然后，我们分别提取每个层中节点的特征。同时，我们应用ProCRC方法生成权重向量，用于梯度下降更新视频特征。最后，我们通过基于张量的方法进行聚类分析。结果表明，该算法优于稀疏表示分类器。 MSC公司： 68T45型 机器视觉和场景理解 68T05型 人工智能中的学习和自适应系统 68T07型 人工神经网络与深度学习 关键词：概率协同表示;深度学习;聚类分析 PDF格式BibTeX公司 XML格式引用 \textit{Y.Wang}和\textit{H.Hu}，Commun。申请。数学。计算。32，编号3，572--580（2018；Zbl 1438.68241） 全文： 内政部