QQ客服 官方微博 反馈留言

浏览/检索结果: 共5条，第1-5条 帮助 限定条件 发表日期：2019    专题：计算技术研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 SkeletonNet: A Hybrid Network With a Skeleton-Embedding Process for Multi-View Image Representation Learning 期刊论文 IEEE TRANSACTIONS ON MULTIMEDIA, 2019, 卷号: 21, 期号: 11, 页码: 2916-2929 作者:  Yang, Shijie;  Li, Liang;  Wang, Shuhui;  Zhang, Weigang;  Huang, Qingming 收藏  |  浏览/下载：14/0  |  提交时间：2020/12/10 Semantics  Correlation  Visualization  Skeleton  Matrix decomposition  Kernel  Laplace equations  Unsupervised multi-view subspace learning  semantic inconsistency  tensor factorization  deep auto-encoders   Online Asymmetric Metric Learning With Multi-Layer Similarity Aggregation for Cross-Modal Retrieval 期刊论文 IEEE TRANSACTIONS ON IMAGE PROCESSING, 2019, 卷号: 28, 期号: 9, 页码: 4299-4312 作者:  Song, Guoli;  Wang, Shuhui;  Wu, Yiling;  Huang, Qingming 收藏  |  浏览/下载：60/0  |  提交时间：2019/08/16 Cross-modal retrieval  asymmetric metric  online learning  multi-layer aggregation   Beyond global fusion: A group-aware fusion approach for multi-view image clustering 期刊论文 INFORMATION SCIENCES, 2019, 卷号: 493, 页码: 176-191 作者:  Wang, Shuhui;  Huang, Jun;  Zhang, Weigang;  Huang, Qingming;  Xue, Zhe 收藏  |  浏览/下载：64/0  |  提交时间：2019/08/16 Multi-view learning  Local fusion strategy  Group-aware fusion  Image clustering   Multi-modal semantic autoencoder for cross-modal retrieval 期刊论文 NEUROCOMPUTING, 2019, 卷号: 331, 页码: 165-175 作者:  Wang, Shuhui;  Wu, Yiling;  Huang, Qingming 收藏  |  浏览/下载：61/0  |  提交时间：2019/04/03 Cross-modal retrieval  Multi-modal data  Autoencoder   A Hierarchical CNN-RNN Approach for Visual Emotion Classification 期刊论文 ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS, 2019, 卷号: 15, 期号: 3, 页码: 17 作者:  Li, Liang;  Zhu, Xinge;  Hao, Yiming;  Wang, Shuhui;  Gao, Xingyu 收藏  |  浏览/下载：1/0  |  提交时间：2020/12/10 Visual emotion recognition  multi-task learning  feature fusing  hierarchical CNN-RNN  stacked bi-directional RNN