Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "feature decomposition" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    The Subjunctive—Indicative Opposition in Latin: A Contrastive Feature Hierarchy Approach
    Opozycja trybu przypuszczającego i trybu oznajmującego w łacinie: teoria hierarchicznego uporządkowania cech dystynktywnych
    Autorzy:
    Jakielaszek, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2050004.pdf
    Data publikacji:
    2021-03-29
    Wydawca:
    Uniwersytet Mikołaja Kopernika w Toruniu. Wydawnictwo UMK
    Tematy:
    Latin verbal mood
    morphosemantics
    feature decomposition
    feature hierarchy
    łacina – tryb czasownika
    morfosemantyka
    analiza składnikowa
    hierarchia cech
    Opis:
    The indicative—subjunctive distinction of the Latin verbal mood system
 has been subject to various analyses. The paper presents an approach relying on the concept of contrastive feature hierarchy, developing the idea
 of a featural decomposition of Latin verbal moods. A threefold distinction 
in terms of features [±realis], [±oblique] and [±irrealis] is proposed, with 
an elucidation of morphological and semantic counterparts of such features 
and combinations thereof, utilizing basic tools of the possible worlds framework. Consequences of the proposed approach for an analysis of synchronic and diachronic variation in the Latin verbal mood system are also briefly discussed.
    Opozycja trybu oznajmującego i trybu przypuszczającego w łacińskim systemie czasownikowym jest przedmiotem wielu odmiennych analiz. Artykuł przedstawia podejście oparte na koncepcji hierarchii cech dystynktywnych i analizie składnikowej cech trybu czasownika w systemie łacińskim. Proponowana jest analiza na cechy [±realis], [±oblique] oraz [±irrealis], wraz z opisem wykładników morfologicznych tych cech i ich dopuszczalnych kombinacji oraz ze wstępną analizą ich semantycznych korelatów z wykorzystaniem podstawowych pojęć semantyki światów możliwych. Zwięźle dyskutowane są także konsekwencje proponowanego podejścia dla analizy synchronicznego i diachronicznego zróżnicowania w łacińskim systemie czasownikowym.
    Źródło:
    Linguistica Copernicana; 2021, 17; 63-79
    2080-1068
    2391-7768
    Pojawia się w:
    Linguistica Copernicana
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Finding robust transfer features for unsupervised domain adaptation
    Autorzy:
    Gao, Depeng
    Wu, Rui
    Liu, Jiafeng
    Fan, Xiaopeng
    Tang, Xianglong
    Powiązania:
    https://bibliotekanauki.pl/articles/331356.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    unsupervised domain adaptation
    feature reduction
    generalized eigenvalue decomposition
    object recognition
    adaptacja domeny
    redukcja cech
    rozkład wartości własnych
    rozpoznawanie obiektu
    Opis:
    An insufficient number or lack of training samples is a bottleneck in traditional machine learning and object recognition. Recently, unsupervised domain adaptation has been proposed and then widely applied for cross-domain object recognition, which can utilize the labeled samples from a source domain to improve the classification performance in a target domain where no labeled sample is available. The two domains have the same feature and label spaces but different distributions. Most existing approaches aim to learn new representations of samples in source and target domains by reducing the distribution discrepancy between domains while maximizing the covariance of all samples. However, they ignore subspace discrimination, which is essential for classification. Recently, some approaches have incorporated discriminative information of source samples, but the learned space tends to be overfitted on these samples, because they do not consider the structure information of target samples. Therefore, we propose a feature reduction approach to learn robust transfer features for reducing the distribution discrepancy between domains and preserving discriminative information of the source domain and the local structure of the target domain. Experimental results on several well-known cross-domain datasets show that the proposed method outperforms state-of-the-art techniques in most cases.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 99-112
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Digital watermarking algorithm based on 4-level discrete wavelet transform and discrete fractional angular transform
    Autorzy:
    Li, Jing-You
    Zhao, Chun-Hui
    Zhang, Guang-Da
    Powiązania:
    https://bibliotekanauki.pl/articles/2033921.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    digital watermarking algorithm
    mix optical bistability
    Harris feature point detection
    discrete wavelet transform
    discrete fractional angular transform
    singular value decomposition
    Opis:
    Nowadays, there are many watermarking algorithms based on wavelet transform. The simple one is to insert directly the watermark into the wavelet transform coefficients. However, most of the existing watermarking schemes can only resist traditional signal processing attacks, such as image compression, noise and filtering. When the watermarked image is subject to geometric transformations, especially rotation attack, it is hard to detect the watermark successfully. In this paper, a digital watermarking algorithm is proposed based on 4-level discrete wavelet transform and discrete fractional angular transform. To enhance the security of the algorithm, the watermark is scrambled with the simplicity of Arnold transform and chaos-based mix optical bistability model, since the chaos is pseudorandom and sensitive to the initial values. And the watermark is embedded into the medium frequency sub-band of the 1-level wavelet decomposition according to the Harris feature point detection. Simulation results show that the proposed digital watermarking algorithm by combining 4-level discrete wavelet transform with discrete fractional angular transform could resist rotation attack and other common attacks.
    Źródło:
    Optica Applicata; 2021, 51, 4; 605-619
    0078-5466
    1899-7015
    Pojawia się w:
    Optica Applicata
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on communication emitter identification based on semi-supervised dimensionality reduction in complex electromagnetic environment
    Autorzy:
    Ge, Wei
    Qi, Lin
    Tong, Lin
    Zhu, Jun
    Zhang, Jing
    Zhao, Dongyang
    Li, Ke
    Powiązania:
    https://bibliotekanauki.pl/articles/27311449.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    communication emitter identification
    feature extraction
    dimensionality reduction
    VMD
    ESDA
    variational mode decomposition
    exponential semi-supervised discriminant analysis
    identyfikacja emitera komunikacyjnego
    ekstrakcja cech
    redukcja wymiarowości
    rozkład w trybie wariacyjnym
    analiza dyskryminacyjna wykładnicza półnadzorowana
    Opis:
    The individual identification of communication emitters is a process of identifying different emitters based on the radio frequency fingerprint features extracted from the received signals. Due to the inherent non-linearity of the emitter power amplifier, the fingerprints provide distinguishing features for emitter identification. In this study, approximate entropy is introduced into variational mode decomposition, whose features performed in each mode which is decomposed from the reconstructed signal are extracted while the local minimum removal method is used to filter out the noise mode to improve SNR. We proposed a semi-supervised dimensionality reduction method named exponential semi-supervised discriminant analysis in order to reduce the high-dimensional feature vectors of the signals, and LightGBM is applied to build a classifier for communication emitter identification. The experimental results show that the method performs better than the state-of-the-art individual communication emitter identification technology for the steady signal data set of radio stations with the same plant, batch and model.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145766
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies