近日,安徽工程大学计算机与信息学院机器视觉与智能控制团队在计算机视觉与多媒体领域取得新进展。相关研究成果分别发表于人工智能领域与计算机视觉领域国际顶级期刊IEEE Transactions on Neural Networks and Learning Systems(TNNLS,中国科学院一区TOP,影响因子8.9)与 IEEE Transactions on Multimedia(TMM,中国科学院一区TOP,影响因子9.7)。
在TNNLS发表的论文题为“Metric Learning-based Subspace Clustering”,提出了一种基于度量学习的子空间聚类方法,旨在通过度量学习获取具有线性结构的高质量特征表示,从而提升聚类性能。安徽工程大学为论文第一完成单位,徐叶松博士为论文第一作者。
基于度量学习的子空间聚类框架旨在通过度量学习来学习线性结构的特征表示
论文“Asymptotics-Aware Multi-View Subspace Clustering”刊登于TMM,提出了一种渐近感知多视图子空间聚类方法,在多视图数据的融合与结构保持方面取得显著效果。该研究同样由安徽工程大学完成,徐叶松博士为论文第一作者。
传统方法与所提出渐近感知多视图子空间聚类方法的架构比较
据悉,机器视觉与智能控制团队目前共有固定研究人员11人,含教授2名、副教授4名,其中有7人为青年博士。近年来,团队先后承担国家自然科学基金、安徽省自然科学基金、安徽省重点研发计划等纵向科研项目10余项,以及产学研合作项目20余项;在国际顶级期刊与会议上发表论文50余篇,授权发明专利10余项。
新闻链接:https://www.ahpu.edu.cn/2025/1016/c3a258020/page.htm
网站内容来源于互联网,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的,请与我们取得联系,我们将协调给予处理(按照法规支付稿费或删除),联系方式:ahos@aiofm.ac.cn 。网站平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时