ImageVerifierCode 换一换
格式:DOCX , 页数:10 ,大小:749.81KB ,
资源ID:18655984      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/18655984.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(大连理工大学信息检索大作业信息与通信工程学院Word格式.docx)为本站会员(b****5)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

大连理工大学信息检索大作业信息与通信工程学院Word格式.docx

1、院系信息与通信工程学院专业电子与通信工程 完成时间: 2017年 11月 课题名称:名称: 跨域迁移学习的图像分析一、课题背景简要介绍(要求清晰描述待检索课题的主要内容,限100字之内)目前,机器学习在许多领域都取得了不错的成果,然而,在实际应用中,还有很多不足的地方。标准机器学习要求训练数据和测试数据分布必须相同,为了改善目前机器学习方法的缺点,人们开始研究机器学习中的迁移学习。二、文献检索策略(一)检索词:(要求列出密切相关的关键词及其同义词,确保检索词能涵盖课题的主要内容)中文词:英文词:1.迁移学习1.transfer learning2.领域适配2. domain adaptatio

2、n3.概率分布3. probability distribution4. 图像分类4. image classification5. 特征匹配5. feature matching6.7.8.(二)检索式及检索策略:(要求构建的检索式检出的记录与课题内容密切相关,中、英文检索式根据课题的内容可以不完全一致)中文检索式:迁移学习 and图像分类英文检索式:transfer learning and probability distribution and image classification三、文献检索范围及结果 1.中国期刊全文数据库(CNKI中国知网)2.万方数据库(万方数据知识服务平台

3、)3.Science Citation Index Expanded或Social Sciences Citation Index (SCI-E或SSCI)4.EI Engineering Village:Compendex(EI) 5.Scopus:6.The ProQuest Dissertations and Theses(B) (PQDT-B)7.Conference Proceedings Citation Index-Science或 Conference Proceedings Citation Index - Social Science & Humanities (CPCI-

4、S或CPCI-SSH)8.Derwent Innovations Index四、查询特定期刊的影响因子选取检索结果中的文章Deep Convolutional Neural Networks with transfer learning for computer vision-based data-driven pavement distress detection发表的期刊Construction & Building Materials。此期刊2016年的影响因子为3.169。五.完成特定格式参考文献的标准著录模拟文章:Apollo program, Project ApolloApoll

5、o, Moon-landing project conducted by the U.S. National Aeronautics and Space Administration in the 1960s and 70s1. The Apollo program was announced in May 1961, but the choice among competing techniques for achieving a Moon landing and return was not resolved until considerable further study. In the

6、 method ultimately employed, a powerful launch vehicle (Saturn V rocket) placed a 50-ton spacecraft in a lunar trajectory. Several Saturn launch vehicles and accompanying spacecraft were built. The Apollo spacecraft were supplied with rocket power of their own, which allowed them to brake on approac

7、h to the Moon and go into a lunar orbit. They also were able to release a component of the spacecraft, the Lunar Module (LM), carrying its own rocket power, to land two astronauts on the Moon and bring them back to the lunar orbiting Apollo craft2.The first manned Apollo flight was delayed by a trag

8、ic accident, a fire that broke out in the Apollo 1 spacecraft during a ground rehearsal on January 27, 1967, killing all three astronauts. On October 11, 1968, following several unmanned Earth-orbit flights, Apollo 7 made a 163-orbit flight carrying a full crew of three astronauts. Apollo 8 carried

9、out the first step of manned lunar exploration; from Earthorbit it was injected into a lunar trajectory, completed lunar orbit, and returned safely to Earth. Apollo 9 carried out a prolonged mission in Earth orbit to check out the LM. Apollo 10 journeyed to lunar orbit and tested the LM to within 15

10、.2 km (50,000 feet) of the Moons surface. Apollo 11, in July 1969, climaxed the step-by-step procedure with a lunar landing; on July 20 astronaut Neil Armstrong became the first human to set foot on the Moons surface3.按规定日期将作业发送到: (请用“信息检索2017+院系+姓名+学号”做文件名和邮件主题)校对报告当前使用的样式是 中华人民共和国国家标准_GBT_7714-2005当前文档包含的题录共3条有0条题录存在必填字段内容缺失的问题所有题录的数据正常参考文献1 吉阳生, 陈家骏, 牛罡, et al. Transfer Learning via Multi-View Principal Component AnalysisJ. Journal of Computer Science & Technology, 2011(01):81-98.2 戴文渊. 基于实例和特征的迁移学习算法研究D. 上海交通大学, 2009.3 庄福振, 罗平, 何清, 等. 迁移学习研究进展J. 软件学报, 2015(01):26-39.

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1