×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院计算技术研究所机构知识库
Institute of Computing Technology, Chinese Academy IR
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
文献类型
出处
收录类别
出版者
发表日期
存缴日期
资助项目
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院计算技术研... [8]
作者
Diao, Zulo... [1]
Ding, Shif... [1]
Du, Mingji... [1]
Gao, Lin [1]
Gao, W [1]
Gao, Yingj... [1]
更多...
文献类型
期刊论文 [8]
发表日期
2024 [1]
2022 [1]
2020 [1]
2016 [1]
2007 [3]
2001 [1]
更多...
语种
英语 [7]
中文 [1]
出处
PATTERN RE... [2]
IEEE TRANS... [1]
IEEE TRANS... [1]
IEEE-ACM T... [1]
JOURNAL OF... [1]
Journal of... [1]
更多...
资助项目
Beijing Mu... [1]
CERNET Inn... [1]
Hunan Prov... [1]
National K... [1]
National N... [1]
National N... [1]
更多...
收录类别
SCI [7]
其他 [1]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共8条,第1-8条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
Ground Moving Target Detection With Adaptive Data Reconstruction and Improved Pseudo-Skeleton Decomposition
期刊论文
IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2024, 卷号: 62, 页码: 14
作者:
He, Xiongpeng
;
Liu, Kun
;
Gu, Tong
;
Liao, Guisheng
;
Zhu, Shengqi
;
Xu, Jingwei
;
Yu, Yue
;
Huang, Hai
;
Wang, Xingchen
;
Gao, Yingjie
;
Tan, Haining
;
Qiu, Jibing
收藏
  |  
浏览/下载:2/0
  |  
提交时间:2024/12/06
Clutter
Object detection
Sparse matrices
Principal component analysis
Matrix decomposition
Image reconstruction
Estimation
Data reconstruction (DR)
ground moving target indication (GMTI)
joint-pixel model
pseudo-skeleton decomposition (IPSD)
robust principal component analysis (RPCA)
Variational Autoencoders for Localized Mesh Deformation Component Analysis
期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2022, 卷号: 44, 期号: 10, 页码: 6297-6310
作者:
Tan, Qingyang
;
Zhang, Ling-Xiao
;
Yang, Jie
;
Lai, Yu-Kun
;
Gao, Lin
收藏
  |  
浏览/下载:35/0
  |  
提交时间:2022/12/07
Strain
Shape
Three-dimensional displays
Principal component analysis
Geometry
Convolution
Solid modeling
3D meshes
variational autoencoder
graph convolution
sparsity regularization
Quick and Accurate False Data Detection in Mobile Crowd Sensing
期刊论文
IEEE-ACM TRANSACTIONS ON NETWORKING, 2020, 卷号: 28, 期号: 3, 页码: 1339-1352
作者:
Li, Xiaocan
;
Xie, Kun
;
Wang, Xin
;
Xie, Gaogang
;
Xie, Dongliang
;
Li, Zhenyu
;
Wen, Jigang
;
Diao, Zulong
;
Wang, Tian
收藏
  |  
浏览/下载:61/0
  |  
提交时间:2020/12/10
Sparse matrices
Sensors
Matrix decomposition
Monitoring
Principal component analysis
Robustness
Wireless sensor networks
Matrix separation
false data detection
mobile crowd sensing
Study on density peaks clustering based on k-nearest neighbors and principal component analysis
期刊论文
KNOWLEDGE-BASED SYSTEMS, 2016, 卷号: 99, 页码: 135-145
作者:
Du, Mingjing
;
Ding, Shifei
;
Jia, Hongjie
收藏
  |  
浏览/下载:49/0
  |  
提交时间:2019/12/13
Data clustering
Density peaks
k Nearest neighbors (KNN)
Principal component analysis (PCA)
Learning linear PCA with convex semi-definite programming
期刊论文
PATTERN RECOGNITION, 2007, 卷号: 40, 期号: 10, 页码: 2633-2640
作者:
Tao, Qing
;
Wu, Gao-wei
;
Wang, Jue
收藏
  |  
浏览/下载:47/0
  |  
提交时间:2019/12/16
principal component analysis
statistical learning theory
support vector machines
margin
maximal margin algorithm
semi-definite programming
robustness
Secure and incidental distortion tolerant digital signature for image authentication
期刊论文
JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2007, 卷号: 22, 期号: 4, 页码: 618-625
作者:
Zhang, Yong-Dong
;
Tang, Sheng
;
Li, Jin-Tao
收藏
  |  
浏览/下载:46/0
  |  
提交时间:2019/12/16
image authentication
digital signature
PCA (Principal Component Analysis)
Hotelling's T-square statistic
无权访问的条目
期刊论文
作者:
Yong-Dong Zhang(张勇东)
;
Sheng Tang(唐 胜)
;
Jin-Tao Li(李锦涛)
Adobe PDF(1830Kb)
  |  
收藏
  |  
浏览/下载:0/0
  |  
提交时间:2010/11/02
Face detection and location based on skin chrominance and lip chrominance transformation from color images
期刊论文
PATTERN RECOGNITION, 2001, 卷号: 34, 期号: 8, 页码: 1555-1564
作者:
Yao, HX
;
Gao, W
收藏
  |  
浏览/下载:72/0
  |  
提交时间:2019/12/16
skin-color model
chrominance
face detection
principal component analysis