QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2021    专题：自动化研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Weakly Supervised Sketch Based Person Search 会议论文 Taipei, 2021-11-16 作者:  Yan, Lan;  Zheng, Wenbo;  Wang, Fei-Yue;  Gou, Chao 收藏  |  浏览/下载：6/0  |  提交时间：2022/06/23 Utilizing Entity-Based Gated Convolution and Multilevel Sentence Attention to Improve Distantly Supervised Relation Extraction 期刊论文 COMPUTATIONAL INTELLIGENCE AND NEUROSCIENCE, 2021, 卷号: 2021, 页码: 10 作者:  Yi, Qian;  Zhang, Guixuan;  Zhang, Shuwu 收藏  |  浏览/下载：39/0  |  提交时间：2022/01/27 Adaptive super -resolution for person re-identification with low-resolution images 期刊论文 PATTERN RECOGNITION, 2021, 卷号: 114, 页码: 12 作者:  Han, Ke;  Huang, Yan;  Song, Chunfeng;  Wang, Liang;  Tan, Tieniu 收藏  |  浏览/下载：91/0  |  提交时间：2021/05/06 Person re-identification  Super-resolution  Body regions  Adaptive feature integration   Recommending scientific paper via heterogeneous knowledge embedding based attentive recurrent neural networks 期刊论文 KNOWLEDGE-BASED SYSTEMS, 2021, 卷号: 215, 页码: 12 作者:  Zhu, Yifan;  Lin, Qika;  Lu, Hao;  Shi, Kaize;  Qiu, Ping 收藏  |  浏览/下载：145/0  |  提交时间：2021/04/21 Paper recommendation  Heterogeneous knowledge  Attentive recurrent neural networks  Recommendation systems  E-learning   Learning Coarse-to-Fine Graph Neural Networks for Video-Text Retrieval 期刊论文 IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 2386-2397 作者:  Wang, Wei;  Gao, Junyu;  Yang, Xiaoshan;  Xu, Changsheng 收藏  |  浏览/下载：24/0  |  提交时间：2021/11/02 Feature extraction  Encoding  Task analysis  Semantics  Data models  Cognition  Focusing  Video-text retrieval  graph neural network  coarse-to-fine strategy   Capturing Relevant Context for Visual Tracking 期刊论文 IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 4232-4244 作者:  Zhang, Yuping;  Ma, Bo;  Wu, Jiahao;  Huang, Lianghua;  Shen, Jianbing 收藏  |  浏览/下载：19/0  |  提交时间：2021/12/28 Local neighborhood graph  long-range dependencies  long-term tracking  visual object tracking