近日,安徽工程大學(xué)計(jì)算機(jī)與信息學(xué)院機(jī)器視覺(jué)與智能控制團(tuán)隊(duì)在計(jì)算機(jī)視覺(jué)與多媒體領(lǐng)域取得新進(jìn)展。相關(guān)研究成果分別發(fā)表于人工智能領(lǐng)域與計(jì)算機(jī)視覺(jué)領(lǐng)域國(guó)際頂級(jí)期刊IEEE Transactions on Neural Networks and Learning Systems(TNNLS,中國(guó)科學(xué)院一區(qū)TOP,影響因子8.9)與 IEEE Transactions on Multimedia(TMM,中國(guó)科學(xué)院一區(qū)TOP,影響因子9.7)。
在TNNLS發(fā)表的論文題為“Metric Learning-based Subspace Clustering”,提出了一種基于度量學(xué)習(xí)的子空間聚類方法,旨在通過(guò)度量學(xué)習(xí)獲取具有線性結(jié)構(gòu)的高質(zhì)量特征表示,從而提升聚類性能。安徽工程大學(xué)為論文第一完成單位,徐葉松博士為論文第一作者。
基于度量學(xué)習(xí)的子空間聚類框架旨在通過(guò)度量學(xué)習(xí)來(lái)學(xué)習(xí)線性結(jié)構(gòu)的特征表示
論文“Asymptotics-Aware Multi-View Subspace Clustering”刊登于TMM,提出了一種漸近感知多視圖子空間聚類方法,在多視圖數(shù)據(jù)的融合與結(jié)構(gòu)保持方面取得顯著效果。該研究同樣由安徽工程大學(xué)完成,徐葉松博士為論文第一作者。
傳統(tǒng)方法與所提出漸近感知多視圖子空間聚類方法的架構(gòu)比較
據(jù)悉,機(jī)器視覺(jué)與智能控制團(tuán)隊(duì)目前共有固定研究人員11人,含教授2名、副教授4名,其中有7人為青年博士。近年來(lái),團(tuán)隊(duì)先后承擔(dān)國(guó)家自然科學(xué)基金、安徽省自然科學(xué)基金、安徽省重點(diǎn)研發(fā)計(jì)劃等縱向科研項(xiàng)目10余項(xiàng),以及產(chǎn)學(xué)研合作項(xiàng)目20余項(xiàng);在國(guó)際頂級(jí)期刊與會(huì)議上發(fā)表論文50余篇,授權(quán)發(fā)明專利10余項(xiàng)。
新聞鏈接:https://www.ahpu.edu.cn/2025/1016/c3a258020/page.htm
網(wǎng)站內(nèi)容來(lái)源于互聯(lián)網(wǎng),由網(wǎng)絡(luò)編輯負(fù)責(zé)審查,目的在于傳遞信息,提供專業(yè)服務(wù),不代表本網(wǎng)站平臺(tái)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。如因內(nèi)容、版權(quán)問(wèn)題存在異議的,請(qǐng)與我們?nèi)〉寐?lián)系,我們將協(xié)調(diào)給予處理(按照法規(guī)支付稿費(fèi)或刪除),聯(lián)系方式:ahos@aiofm.ac.cn 。網(wǎng)站平臺(tái)將加強(qiáng)監(jiān)控與審核,一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容,按國(guó)家法規(guī)處理,處理時(shí)間不超過(guò)24小時(shí)