赵鹏计算机专业,赵鹏 - 安徽大学 - 计算机科学与技术学院

个人简介

个人简历

2006年毕业于中国科学技术大学计算机科学技术系,获工学博士学位。

2011年至2012年作为访问学者去美国。

获奖情况

2008年12月获得安徽省教学成果二等奖

2015年12月获得安徽省教学成果一等奖

2017年12月获得安徽省教学成果一等奖

在研项目

61602004,基于深度学习和迁移学习的图像自动语义标注方法研究,国家自然科学基金

个人简介

个人简历

2006年毕业于中国科学技术大学计算机科学技术系,获工学博士学位。

2011年至2012年作为访问学者去美国。

获奖情况

2008年12月获得安徽省教学成果二等奖

2015年12月获得安徽省教学成果一等奖

2017年12月获得安徽省教学成果一等奖

在研项目

61602004,基于深度学习和迁移学习的图像自动语义标注方法研究,国家自然科学基金

研究领域

1. 智能信息处理

2. 机器学习

3. 人工智能

研究领域

专业:

研究方向:

1. 智能信息处理

2. 机器学习

3. 人工智能

研究领域和兴趣:

近期论文

61a06ac59339330fdaba2b2c3d1a65f7.png 查看导师最新文章

(温馨提示:请注意重名现象,建议点开原文通过作者单位确认)

[1]基于张量表示的域适配的迁移学习中特征表示方法,电子学报,2020,48(2):359-368.EI.

[2] A transductive transfer learning approach based on manifold learning, Computing in Science &Engineering, 2020,22(1):77-87. SCI.

[3] A cross-media heterogeneous transfer learning for preventing over-adaption,Applied Soft Computing, 2019 (85):1-10. SCI.

[4] A sketch recognition method based on transfer deep learning with the fusion of multi-granular sketches,Multimedia Tools and Applications, 2019:1-15. SCI.

[5] 面向弱匹配的跨媒异构迁移学习,计算机辅助设计与图形学学报,2019,31(11), 1963-1972. EI.

[6] 融合深度学习和语义树的草图识别方法,模式识别与人工智能,2019,32(4), 361-368.北大中文核心期刊.

[7] Transfer robust sparse coding based on graph and joint distribution adaption for image representation, Knowledge-Based Systems, 2018(147):1-11. SCI

[8] 基于深度卷积-递归神经网络的手绘草图识别方法, 计算机辅助设计与图形学学报, 2018,30(2):217-224. EI.

[9] 基于迁移鲁棒稀疏编码的图像表示方法, 计算机学报, 2017, 40(10):2421-2431. EI.

[10] 基于特征联合概率分布和实例的迁移学习算法, 模式识别与人工智能, 2016,29 (08):717-724. 北大中文核心期刊.

[11] 一种基于图的多模态随机游走重排序算法,哈尔滨工程大学学报,2016,37 (10):1387-1393. EI.

[12] Efficient pattern matching with periodical wildcards in uncertain sequences, intelligent data analysis, 2018, 22(4):829-842. SCI

[13] 相对邻域与剪枝策略优化的密度峰值聚类算法. 自动化学报, 2020, 46(3): 562−575. EI.

[14] Salient object detection via hybrid upsampling and hybrid loss computing, Visual Computer, 2020 (36 ): 843–853. SCI.

[15] Robust salient object detection for RGB images, Visual Computer, 05 December 2019(online).

[16] 联合嵌入式多标签分类算法, 自动化学报, 2019,45(10): 1969-1982. EI.

[17] Salient object detection for RGB-D image by single stream recurrentconvolution neural network, Neurocomputing , 2019(369):46-57. SCI.

[18] 基于模糊邻域粗糙集的信息系统不确定性度量方法, 南京大学学报(自然科学),2017, 53(5):926-936. 北大中文核心期刊.

[19] 基于改进邻域粒的模糊熵特征选择算法, 南京大学学报(自然科学), 2017,53(4):802-814. 北大中文核心期刊.

[20] Supervised Convolutional Matrix Factorization for Document Recommendation,International Journal of Computational Intelligence and Applications, 2018, 17(4):1-20. EI.

近期论文

[1]基于张量表示的域适配的迁移学习中特征表示方法,电子学报,2020,48(2):359-368.EI.

[2] A transductive transfer learning approach based on manifold learning, Computing in Science &Engineering, 2020,22(1):77-87. SCI.

[3] A cross-media heterogeneous transfer learning for preventing over-adaption,Applied Soft Computing, 2019 (85):1-10. SCI.

[4] A sketch recognition method based on transfer deep learning with the fusion of multi-granular sketches,Multimedia Tools and Applications, 2019:1-15. SCI.

[5] 面向弱匹配的跨媒异构迁移学习,计算机辅助设计与图形学学报,2019,31(11), 1963-1972. EI.

[6] 融合深度学习和语义树的草图识别方法,模式识别与人工智能,2019,32(4), 361-368.北大中文核心期刊.

[7] Transfer robust sparse coding based on graph and joint distribution adaption for image representation, Knowledge-Based Systems, 2018(147):1-11. SCI

[8] 基于深度卷积-递归神经网络的手绘草图识别方法, 计算机辅助设计与图形学学报, 2018,30(2):217-224. EI.

[9] 基于迁移鲁棒稀疏编码的图像表示方法, 计算机学报, 2017, 40(10):2421-2431. EI.

[10] 基于特征联合概率分布和实例的迁移学习算法, 模式识别与人工智能, 2016,29 (08):717-724. 北大中文核心期刊.

[11] 一种基于图的多模态随机游走重排序算法,哈尔滨工程大学学报,2016,37 (10):1387-1393. EI.

[12] Efficient pattern matching with periodical wildcards in uncertain sequences, intelligent data analysis, 2018, 22(4):829-842. SCI

[13] 相对邻域与剪枝策略优化的密度峰值聚类算法. 自动化学报, 2020, 46(3): 562−575. EI.

[14] Salient object detection via hybrid upsampling and hybrid loss computing, Visual Computer, 2020 (36 ): 843–853. SCI.

[15] Robust salient object detection for RGB images, Visual Computer, 05 December 2019(online).

[16] 联合嵌入式多标签分类算法, 自动化学报, 2019,45(10): 1969-1982. EI.

[17] Salient object detection for RGB-D image by single stream recurrentconvolution neural network, Neurocomputing , 2019(369):46-57. SCI.

[18] 基于模糊邻域粗糙集的信息系统不确定性度量方法, 南京大学学报(自然科学),2017, 53(5):926-936. 北大中文核心期刊.

[19] 基于改进邻域粒的模糊熵特征选择算法, 南京大学学报(自然科学), 2017,53(4):802-814. 北大中文核心期刊.

[20] Supervised Convolutional Matrix Factorization for Document Recommendation,International Journal of Computational Intelligence and Applications, 2018, 17(4):1-20. EI.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值