全新正版现货 清华大学学术专著：可穿戴式日常行为语义感知及增
以书名为准，全新正版现货，放心购买
￥ 35.4 6.0折 ￥ 59 全新
库存2件
作者王鹏
出版社清华大学出版社
ISBN9787302605188
出版时间2019-01
版次1
装帧平装
开本16开
纸张胶版纸
定价59元
货号JYY
上书时间2024-08-07
- 在售商品 暂无
- 平均发货时间 9小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:清华大学学术专著：可穿戴式日常行为语义感知及增强方法
定价：59元
作者:王鹏
出版社：清华大学出版社
出版日期：44927
ISBN：9787302605188
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
成本低、重量轻、体积小、电池续航时间长、内嵌多种传感器、计算能力强等特征，标志着当前移动计算设备的硬件能力已经发展到足以满足人类日常生活需求的水平。当这些高度集成的计算系统以可穿戴的形式捕捉、存储、理解甚至响应人们日常生活中的行为时，无疑赋予人类在记忆、挖掘、信息交互等方面的“超能力”，并必将改变人类的日常生活。然而，为达到这一目标，必须再赋予可穿戴式计算像人一样进行语义理解的“软能力”。这就需要充分应用当前人工智能算法、语义网、大数据等技术对可穿戴式设备所采集的多媒体数据进行深度理解，以一种便于与人类沟通的内容形式呈现给用户，以构建个性化的应用。本书以可穿戴式日常行为感知这一多媒体大数据的研究为题，从可穿戴式视觉采集设备所记录的多媒体信息的语义理解出发，分别介绍了这种语义感知的基本思路、流程和技术，并结合实际应用，研究了系统的方法架构，并对主要的技术模块进行说明和评估。由于本研究涉及可穿戴式数据采集、多媒体信息检索、语义感知、大数据处理、人机交互和人机界面等多学科，因此可以作为计算机应用领域的研究人员，尤其是多媒体和大数据以及信息检索、人机交互方向的科研人员的参考书。对新技术和新兴产业如可穿戴式计算技术和设备等感兴趣的读者也可以参考本书的内容，以提高对相关领域技术和应用的认识。
目录
章可穿戴式产品简介11.1背景介绍11.2可穿戴式产品的市场及应用21.3典型可穿戴式感知设备51.4本章小结9参考文献10第2章可穿戴式语义感知的相关研究现状112.1可穿戴式感知的应用现状112.2多媒体语义检索研究现状142.3多概念探测研究现状162.4概念驱动的行为识别现状172.5本章小结17参考文献18第3章基于语义的视觉媒体处理243.1特征提取及表示243.1.1低层特征243.1.2高层特征263.2基于内容和基于概念的检索263.2.1基于内容的检索263.2.2基于概念的检索273.2.3概念选择/查询扩展273.3以事件为中心的媒体处理273.4日常行为感知及挑战293.4.1日常行为感知——以SenseCam为例293.4.2可穿戴式行为感知处理框架313.4.3面临的新挑战323.5本章小结34参考文献35第4章可穿戴式日常行为语义空间394.1事件相关的概念分布特征394.2基于事件语义的视觉处理414.3事件语义空间424.3.1日常活动的选择424.3.2主题相关的概念444.3.3事件语义空间形式化454.3.4语义空间构建用户实验464.4语义空间中的概念关系474.4.1基于分类学的词汇相似度484.4.2上下文本体相似度和相关性504.5语义概念在事件表示中的应用514.5.1基于兴趣度的概念聚合514.5.2一种VSM形式的语义表示534.5.3应用效果分析554.6本章小结58参考文献58第5章训练无关的语义概念增强方法625.1方法出发点625.2方法描述635.2.1概念探测结果分解645.2.2集成概念本体665.2.3收敛性证明675.2.4近邻相似性传播685.3语义平滑的索引增强695.3.1算法形式化695.3.2概念相关性的外部推理705.4实验及结果讨论715.4.1在数据集一上的评估结果715.4.2在数据集二上的评估结果745.4.3不同语义在算法中的作用755.4.4算法效率分析785.4.5引入语义平滑约束785.5本章小结80参考文献80第6章基于外部知识的检索增强方法836.1语义多概念探测836.1.1创建概念本体846.1.2基于本体的多概念探测优化876.2基于语义密度的概念选择896.2.1文本预处理916.2.2合取概念的相似度916.2.3基于密度的概念选择926.3利用相似度进行概念排序956.3.1概念相似度模型956.3.2相似度排序966.4实验分析966.4.1多概念探测评估966.4.2概念选择评估1026.5本章小结110参考文献110第7章概念的动态组织及时序行为识别1127.1方法框架描述1137.2基于动态语义属性的行为识别1147.2.1基于HMM的行为识别方法1157.2.2用HMM费舍尔核进行活动分类1197.2.3基于HCRF的行为识别方法1207.3时间感知的概念探测增强1227.3.1基于WNTF的索引增强方法1227.3.2有效性分析1247.3.3计算复杂度分析1247.4实验和评估1257.4.1实验数据集1267.4.2基于WNTF的概念探测增强评估1287.4.3基于HMM的日常行为识别评估1297.4.4基于HMM费舍尔核行为识别评估1327.4.5基于HCRF行为识别评估1357.5本章小结138参考文献139第8章概念驱动的行为识别影响要素分析1418.1背景介绍1418.2实验数据集1438.3实验方法1448.4实验结果1468.5结果讨论1488.6本章小结150参考文献150第9章事件建模和上下文增强1529.1语义表示和模型语言1529.1.1本体1539.1.2资源描述框架（RDF/RDFS）1549.1.3OWL1559.2上下文事件增强框架1569.2.1一个说明场景1569.2.2基于多上下文的事件本体1569.2.3EventCube： 一个增强的事件册1589.3事件语义增强和查询1609.3.1关联开放数据和SPARQL查询1609.3.2位置增强1629.3.3社交上下文增强1649.4事件语义增强用例1659.4.1用例设置1659.4.2社交上下文增强的语义对齐1679.4.3事件为中心的增强应用1689.5本章小结169参考文献170
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价