您的位置： 专家智库 > >

张静

作品数：5 被引量：5H指数：1
供职机构：中国科学院计算技术研究所更多>>
发文基金：中国科学院科研装备研制项目北京市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电子电信更多>>

合作作者

文献类型

  • 3篇专利
  • 1篇期刊文章
  • 1篇科技成果

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇网络
  • 3篇用户
  • 3篇社交
  • 3篇社交网
  • 3篇社交网络
  • 3篇转发
  • 3篇网络用户
  • 3篇感性
  • 2篇易感
  • 2篇易感性
  • 1篇信息传播
  • 1篇信息传播过程
  • 1篇学习机
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像处理
  • 1篇无线
  • 1篇无线资源
  • 1篇卷积

机构

  • 5篇中国科学院
  • 1篇中国科学院大...

作者

  • 5篇张静
  • 3篇沈华伟
  • 3篇刘伟
  • 3篇查礼
  • 3篇程学旗
  • 3篇付戈
  • 1篇黄伊
  • 1篇张玉成
  • 1篇杨育波
  • 1篇王敏
  • 1篇胡金龙
  • 1篇董江涛
  • 1篇周旭
  • 1篇袁尧
  • 1篇陈益强
  • 1篇关娜
  • 1篇金鑫
  • 1篇纪雯
  • 1篇张晶
  • 1篇杜洁

传媒

  • 1篇计算机学报

年份

  • 1篇2020
  • 2篇2018
  • 1篇2017
  • 1篇2014
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于CNN与ELM的二次超分辨率重构方法研究被引量：5
2018年
为了实现将低分辨率图像重构为高分辨率图像,弥补高、低分辨率图像间信息损失,文中提出了卷积神经网络与极限学习机结合的二次超分辨率重构方法.首先通过基于深度学习的超分辨率重构优化方法,快速训练端对端的卷积神经网络重构模型,学习结构化的图像信息;然后采用像素级的特征提取,并采用极限学习机模型对图像进行高频分量的补充,通过二次重构获得具有更好视觉效果的高分辨率图像.实验结果表明,文中的优化方法将原有卷积神经网络重构模型的训练效率提高了3个数量级,重构效果在主观和客观评估中均优于当前代表性的超分辨率重构方法.
张静陈益强陈益强
关键词：超分辨率重构图像处理卷积神经网络极限学习机
一种训练用于预测社交网络用户转发消息的模型的方法
一种训练用于预测社交网络用户转发消息的模型的方法，包括：1)获得所述社交网络中的历史数据，所述历史数据包括不同用户对同一条消息进行发布、转发的次序；2)根据所述历史数据，求解使得损失函数取值最小时各名用户的影响力和易感性...
沈华伟刘伟张静查礼付戈程学旗
文献传递
IMT-Advanced新型无线资源管理研究及验证
石晶林周旭秦飞赵勇张静田霖胡金龙董江涛张玉成杨育波袁尧金鑫黄伊关娜彭吉生杜洁陈博张晶孙刚胡亚辉谭红艳全海洋石蕊寇会如张娟谢伟良王敏童珉莫有权陈迎春冉晓旻董芳
完成IMT-Advanced新型无线资源管理需求调研报告及课题任务中所规定的多种新型无线资源管理技术的报告；完成基于MIMO/OFDM系统的联合资源分配，支持时域、频域和空域三维联合调度和跨层资源优化；单播和广播组播业务...
关键词：
一种训练用于预测社交网络用户转发消息的模型的方法
一种训练用于预测社交网络用户转发消息的模型的方法，包括：1)获得所述社交网络中的历史数据，所述历史数据包括不同用户对同一条消息进行发布、转发的次序；2)根据所述历史数据，求解使得损失函数取值最小时各名用户的影响力和易感性...
沈华伟刘伟张静查礼付戈程学旗
文献传递
一种训练用于预测社交网络用户转发消息的模型的方法
本发明提供一种训练用于预测社交网络用户转发消息的模型的方法，包括：确定以社交网络中的每名用户的影响力和易感性为参数的损失函数；收集各名用户以往进行消息转发的样本；根据所述样本和所述损失函数，搜索确定所述各名用户的影响力和...
沈华伟刘伟张静查礼付戈程学旗
文献传递
全选 清除 导出
共1页<1>
聚类工具0