您的位置: 专家智库 > >

胡超杰

作品数:12 被引量:2H指数:1
供职机构:华南理工大学更多>>
发文基金:广东省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 8篇专利
  • 2篇期刊文章
  • 2篇学位论文

领域

  • 4篇自动化与计算...
  • 3篇理学

主题

  • 5篇行人
  • 5篇图像
  • 4篇测试集
  • 3篇时空信息
  • 3篇聚簇
  • 3篇标签
  • 2篇多模态
  • 2篇序列熵
  • 2篇移位映射
  • 2篇异构
  • 2篇异构性
  • 2篇映射
  • 2篇源域
  • 2篇视觉特征
  • 2篇搜索
  • 2篇搜索空间
  • 2篇图像匹配
  • 2篇逆极限空间
  • 2篇重排
  • 2篇拓扑序列熵

机构

  • 12篇华南理工大学

作者

  • 12篇胡超杰
  • 8篇吕建明
  • 2篇马东魁

传媒

  • 1篇华南理工大学...
  • 1篇广东工业大学...

年份

  • 2篇2023
  • 1篇2022
  • 6篇2021
  • 1篇2009
  • 2篇2007
12 条 记 录,以下是 1-10
排序方式:
某些紧致系统的混沌与拓扑序列熵
本文第一部分研究了定义在迭代函数系统的吸引子上伴随推移映射的混沌集.令E是迭代函数系统(X,f<,1>,…,f<,N>)的吸引子,满足强分离条件,定义连续映射f:E→E,f(x)=f<'-1><,j>(x),x∈f<,j...
胡超杰
关键词:紧致系统逆极限空间移位映射拓扑序列熵强分离条件混沌集
文献传递
一种基于异构图的无监督行人重识别方法
本发明公开了一种基于异构图的无监督行人重识别方法,包括以下步骤:获取行人图像并划分行人图像为训练集行人图像和测试集行人图像;对训练集行人图像构建一个摄像头相关的异构图;执行基于异构图的异构相似度传播,进而高效地从异构图中...
吕建明林少川梁天保胡超杰莫晚成
基于边缘计算的分布式行人重识别算法研究
行人重识别,是判断图像或者视频序列中是否存在特定行人的技术,本质是一个跨摄像头图像检索的任务。现有的行人重识别领域的研究主要聚焦于集中式的有监督或无监督学习算法,在实际应用过程中所有行人数据均需要从每个摄像头节点上传到云...
胡超杰
关键词:分布式
一些紧致系统的拓扑序列熵和广义specification性质被引量:2
2007年
研究了紧致度量空间上的连续满射f:X→X和逆极限空间上移位映射σf:Xf→Xf的拓扑序列熵的性质和逆极限空间上移位映射的广义spec ification性质.
胡超杰马东魁
关键词:移位映射逆极限空间拓扑序列熵
迭代函数系统吸引子上的混沌集
2009年
设E为满足强分离条件的迭代函数系统的(X,f1,…,fN)吸引子,定义连续映射f:E→E,f(x)=fj-1(x),xfj(E),j=1,…,N.设(p1,p2,…,pN)为一个概率向量,μ为对应的不变测度.文中研究了上述映射的复杂动力学行为,得到如下结果:(1)对映射f,存在一个有限混沌集CE,满足μ(C)=μ(E)=1;(2)映射f存在Li-Yorke意义下混沌的极小子系统,该子系统具有零拓扑熵文中还对一些已知的结果进行了推广.
马东魁胡超杰
关键词:迭代函数系统吸引子混沌集
一种基于边缘计算的分布式无监督行人重识别方法
本发明公开了一种基于边缘计算的分布式无监督行人重识别方法,步骤如下:1)构建边缘设备组成的分布式系统;2)边缘设备对采集的行人图像数据进行处理并获取本地伪标签;3)边缘设备利用本地行人图像数据和本地伪标签训练卷积神经网络...
吕建明胡超杰
文献传递
一种基于伪标签自纠正的无监督行人重识别方法
本发明公开了一种基于伪标签自纠正的无监督行人重识别方法,该方法包括:构建源域数据集、目标域数据集和目标域测试集,构建算法模型M,使用源域数据集对算法模型M进行预训练,使用算法模型M对目标域数据集提取第一目标特征,融合第一...
吕建明梁天保林少川莫晚成胡超杰
文献传递
一种基于GPS轨迹的行人检索方法
本发明公开了一种基于GPS轨迹的行人检索方法,包括以下步骤:收集行人在行走过程中的多模态信息;将收集到的GPS信息在地图上描绘成轨迹并根据轨迹的时空信息搜索附近的候选行人图像;利用ResNet‑50模型对候选行人图像进行...
吕建明林少川陈楚杰梁天保胡超杰莫晚成
文献传递
一种融合多模态的无监督行人再识别重排方法
本发明公开了一种融合多模态的无监督行人再识别重排方法,该方法包括以下步骤:收集行人在行走过程中的多模态信息;利用卷积神经网络模型抽取行人特征,计算视觉相似度;利用图像时空信息,构建图像时空分布;利用WiFi信息,构建Wi...
吕建明林少川梁天保胡超杰莫晚成
一种融合多模态的无监督行人再识别重排方法
本发明公开了一种融合多模态的无监督行人再识别重排方法,该方法包括以下步骤:收集行人在行走过程中的多模态信息;利用卷积神经网络模型抽取行人特征,计算视觉相似度;利用图像时空信息,构建图像时空分布;利用WiFi信息,构建Wi...
吕建明林少川梁天保胡超杰莫晚成
文献传递
共2页<12>
聚类工具0