beat365官网硕士生在国际计算机高水平SCI期刊Information Sciences发表论文
发布时间: 2019-02-25 | 查看数:5815
最近,beat365官网2016级硕士研究生陈使明以第一作者在国际计算机高水平SCI期刊《Information Sciences》(IF=4.305)上在线发表了题为“Semi-supervised feature learning for improving writer identification”的研究论文。在此之前,其已经在自动化领域国内顶级期刊《自动化学报》以第一作者发表一篇学术论文。其导师为beat365官网王以松教授。
该论文是关于笔迹鉴别的研究性学术论文,是当前模式识别与计算机视觉领域的研究热点之一。该论文提出了一种半监督特征学习的笔迹鉴别方法,该方法利用论文所提出的标签平滑正则化方法(WLSR)和外部非标签数据对模型进行正则化,从而摒弃了基础神经网络模型所学的共性特征(Common Feature),进而有效地提高了模型所学习特征的判别性。该方法不仅提高了笔迹检索效果,而且不需要大量的扩充数据。
相关论文链接:
[1] https://doi.org/10.1016/j.ins.2019.01.024
[2] https://doi.org/10.16383/j.aas.c180441
一审:王 华
二审:何 飞
三审:龙慧云