dblp:梁新燕 https://dblp.org/pid/195/6750.html dblp个人页面RSS提要 2024年4月25日星期四02:49:46+0200 英语-美国 每日的 1 根据CC0 1.0许可证发布 dblp@dagstuhl.de(dblp团队) dblp@dagstuhl.de(dblp团队) 计算机/计算机科学/出版物/书目 http://www.rssboard.org/rss-specification网站 https://dblp.org/img/logo.144x51.png网址dblp:梁新燕https://dblp.org/pid/195/6750.html14451 标签信息不足的深度不完整多视图学习网络。https://doi.org/10.1609/aaai.v38i11.29189:
标签信息不足的深度不完整多视图学习网络。 AAAI公司 :12919-12927]]>
https://dblp.org/rec/conf/aaai/JiangLL242024年1月1日星期一00:00:00+0100
DC-NAS:用于多模式分类的分治神经体系结构搜索。https://doi.org/10.1609/aaai.v38i12.29281:
DC-NAS:用于多模式分类的分治神经体系结构搜索。 AAAI公司 :13754-13762]]>
https://dblp.org/rec/conf/aaai/LiangFGZQ242024年1月1日星期一00:00:00+0100
多视图深度嵌入聚类的自动关注机制。https://doi.org/10.1016/j.patcog.2023.109764:
多视图深度嵌入聚类的自动关注机制。 模式识别。 143:109764()]]>
https://dblp.org/rec/journals/pr/DialoHLKLW232023年11月1日星期三00:00:00+0100
AWLloss:基于语音质量和难度的说话人验证。https://doi.org/10.109/LSP.2023.3314371:
AWLloss:基于语音质量和难度的说话人验证。 IEEE信号处理。莱特。 30:1337-1341()]]>
https://dblp.org/rec/journals/spl/LiuZLQY232023年1月1日,星期日00:00:00+0100
GLRM:基于多粒度策略的不一致数据分布情况下的逻辑模式挖掘。https://doi.org/10.1016/j.ijar.2022.01.005:
GLRM:基于多粒度策略的不一致数据分布情况下的逻辑模式挖掘。 国际期刊近似原因。 143:78至101()]]>
https://dblp.org/rec/journals/ijar/GuoQL222022年1月1日星期六00:00:00+0100
“GLRM:基于多粒度策略的不一致数据分布情况下的逻辑模式挖掘”勘误表【国际期刊近似原因143(2022)78-101】。https://doi.org/10.1016/j.ijar.2022.10.04:
“GLRM:基于多粒度策略的不一致数据分布情况下的逻辑模式挖掘”勘误表【国际期刊近似原因143(2022)78-101】。 国际期刊近似原因。 151:271()]]>
https://dblp.org/rec/journals/ijar/GuoQL22a2022年1月1日星期六00:00:00+0100
用于抽象推理的多粒度多尺度关系网络。https://doi.org/10.1007/s13042-021-01484-5:
用于抽象推理的多粒度多尺度关系网络。 国际J·马赫。学习。赛博。 13(6):1751-1762()]]>
https://dblp.org/rec/journals/mlc/GuoQLCC222022年1月1日星期六00:00:00+0100
AF:一种用于多模态分类的基于关联的融合方法。https://doi.org/10.109/TPAMI.2021.3125995:
AF:一种用于多模态分类的基于关联的融合方法。 IEEE传输。模式分析。机器。智力。 44(12):9236-9254()]]>
https://dblp.org/rec/journals/pami/LiangQGCL222022年1月1日星期六00:00:00+0100
基于压缩自动编码器的深度嵌入聚类。https://doi.org/10.1016/j.neucom.2020.12.094:
基于压缩自动编码器的深度嵌入聚类。 神经计算 433:96-107()]]>
https://dblp.org/rec/journals/ijon/DialoHLKLZ212021年1月1日,星期五00:00:00+0100
逻辑可以从图像中学习。https://doi.org/10.1007/s13042-021-01366-w网址:
逻辑可以从图像中学习。 国际J·马赫。学习。赛博。 12(12):3397-3414()]]>
https://dblp.org/rec/journals/mlc/国库SLL212021年1月1日,星期五00:00:00+0100
进化深度融合方法及其在化学结构识别中的应用。https://doi.org/10.1109/TEVC2021.3064943:
进化深度融合方法及其在化学结构识别中的应用。 IEEE传输。进化。计算。 25(5):883-893()]]>
https://dblp.org/rec/journals/tec/LiangGQDZ212021年1月1日,星期五00:00:00+0100
通过交叉模式相关滤波器实现快速RGB-T跟踪。https://doi.org/10.1016/j.neucom.2019.01.022:
通过交叉模式相关滤波器实现快速RGB-T跟踪。 神经计算 334:172-181()]]>
https://dblp.org/rec/journals/ijon/ZhaiSLW192019年1月1日星期二00:00:00+0100
RGB-T对象跟踪:基准和基线。https://doi.org/10.1016/j.patcog.2019.106977:
RGB-T对象跟踪:基准和基线。 模式识别。 96()]]>
https://dblp.org/rec/journals/pr/LiLLZT192019年1月1日星期二00:00:00+0100
从可视化数据中挖掘逻辑模式。https://doi.org/10.109/ICDMW.2019.00094:
从可视化数据中挖掘逻辑模式。 ICDM研讨会 :620-627]]>
https://dblp.org/rec/conf/icdm/国库192019年1月1日星期二00:00:00+0100
逻辑可以从图像中学习。http://arxiv.org/abs/1908.01931:
逻辑可以从图像中学习。 CoRR公司 abs/1908.01931()]]>
https://dblp.org/rec/journals/corr/abs-1908-019312019年1月1日星期二00:00:00+0100
局部粗糙集:大数据中粗糙数据分析的解决方案。https://doi.org/10.1016/j.ijar.2018.01.008:
局部粗糙集:大数据中粗糙数据分析的解决方案。 国际期刊近似原因。 97:38-63()]]>
https://dblp.org/rec/journals/ijar/QianLWLLSYMD182018年1月1日星期一00:00:00+0100
局部邻域粗糙集。https://doi.org/10.1016/j.knosys.2018.04.023:
局部邻域粗糙集。 知识。基于系统。 153:53-64()]]>
https://dblp.org/rec/journals/kbs/WangQLGL182018年1月1日星期一00:00:00+0100
用于视觉跟踪的学习噪声-软件相关滤波器。https://doi.org/10.1007/978-981-13-2922-7_14:
用于视觉跟踪的学习噪声-软件相关滤波器。 大数据(CCF) :210-226]]>
https://dblp.org/rec/conf/bdccf/Liang0T0182018年1月1日星期一00:00:00+0100
自适应学习背景-用于视觉跟踪的软件相关过滤器。https://doi.org/10.1007/978-981-13-1702-6_51:
自适应学习背景-用于视觉跟踪的软件相关过滤器。 IGTA公司 :517-526]]>
https://dblp.org/rec/conf/igta/ZhangL0182018年1月1日星期一00:00:00+0100
RGB-T对象跟踪:基准和基线。http://arxiv.org/abs/1805.08982:
RGB-T对象跟踪:基准和基线。 CoRR公司 abs/1805.08982()]]>
https://dblp.org/rec/journals/corr/abs-1805-089822018年1月1日星期一00:00:00+0100
局部多粒度决策理论粗糙集。https://doi.org/10.1016/j.ijar.2016.12.008:
局部多粒度决策理论粗糙集。 国际期刊近似原因。 82:119-137()]]>
https://dblp.org/rec/journals/ijar/QianLLGL172017年1月1日,星期日00:00:00+0100