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