受强制性开放获取政策约束的文章 - Bao-Gang Hu / 胡包钢了解详情
无法在其他位置公开访问的文章：8 篇
Robust support vector machines based on the rescaled hinge loss function
G Xu, Z Cao, BG Hu, JC Principe
Pattern Recognition 63, 139-148, 2017
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
Robust C-Loss Kernel Classifiers
G Xu, BG Hu, JC Principe
IEEE transactions on neural networks and learning systems 29 (3), 510-522, 2018
强制性开放获取政策： 国家自然科学基金委员会
Determining parameter identifiability from the optimization theory framework: A Kullback–Leibler divergence approach
ZY Ran, BG Hu
Neurocomputing 142, 307-317, 2014
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
Global and local consistent multi-view subspace clustering
Y Fan, R He, BG Hu
2015 3rd IAPR Asian Conference on Pattern Recognition (ACPR), 564-568, 2015
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
An identifying function approach for determining parameter structure of statistical learning machines
ZY Ran, BG Hu
Neurocomputing 162, 209-217, 2015
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
On connections between rényi entropy principal component analysis, kernel learning and graph embedding
ZY Ran, W Wang, BG Hu
Pattern Recognition Letters 112, 125-130, 2018
强制性开放获取政策： 国家自然科学基金委员会
Style-oriented representative paintings selection
Y Deng, F Tang, W Dong, H Yao, BG Hu
SIGGRAPH Asia 2017 Posters, 1-2, 2017
强制性开放获取政策： 国家自然科学基金委员会
Evaluating the quality of face alignment without ground truth
K Sheng, W Dong, Y Kong, X Mei, J Li, C Wang, F Huang, BG Hu
Computer Graphics Forum 34 (7), 213-223, 2015
强制性开放获取政策： 国家自然科学基金委员会
可在其他位置公开访问的文章：42 篇
Multi-label learning with missing labels for image annotation and facial action unit recognition
B Wu, S Lyu, BG Hu, Q Ji
Pattern Recognition 48 (7), 2279-2289, 2015
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
LGM-Net: Learning to Generate Matching Networks for Few-Shot Learning
H Li, W Dong, X Mei, C Ma, F Huang, BG Hu
ICML-2019， arXiv preprint arXiv:1905.06331,, 2019
强制性开放获取政策： 国家自然科学基金委员会
Attention-based multi-patch aggregation for image aesthetic assessment
K Sheng, W Dong, C Ma, X Mei, F Huang, BG Hu
Proceedings of the 26th ACM international conference on Multimedia, 879-886, 2018
强制性开放获取政策： 国家自然科学基金委员会
Learning with Average Top-k Loss
Y Fan, S Lyu, Y Ying, BG Hu
NIPS-2017, 2017
强制性开放获取政策： US National Science Foundation, 中国科学院, 国家自然科学基金委员会
Multi-label learning with missing labels
B Wu, Z Liu, S Wang, BG Hu, Q Ji
2014 22nd International conference on pattern recognition, 1964-1968, 2014
强制性开放获取政策： 国家自然科学基金委员会
A knowledge-and-data-driven modeling approach for simulating plant growth: A case study on tomato growth
XR Fan, MZ Kang, E Heuvelink, P De Reffye, BG Hu
Ecological Modelling 312, 363-373, 2015
强制性开放获取政策： 国家自然科学基金委员会
Weakly-Supervised Deep Convolutional Neural Network Learning for Facial Action Unit Intensity Estimation
Y Zhang, W Dong, BG Hu, Q Ji
CVPR-2018, 2314-2323, 2018
强制性开放获取政策： 国家自然科学基金委员会
Classifier Learning With Prior Probabilities for Facial Action Unit Recognition
Y Zhang, W Dong, BG Hu, Q Ji
CVPR-2018, 5108-5116, 2018
强制性开放获取政策： 国家自然科学基金委员会
A new strategy of cost-free learning in the class imbalance problem
X Zhang, B Hu
IEEE Transactions on Knowledge and Data Engineering 26, pp. 2872-2885, 2014
强制性开放获取政策： 国家自然科学基金委员会
Self-paced learning: An implicit regularization perspective
Y Fan, R He, J Liang, B Hu
Proceedings of the AAAI Conference on Artificial Intelligence 31 (1), 2017
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
Bilateral Ordinal Relevance Multi-instance Regression for Facial Action Unit Intensity Estimation
Y Zhang, R Zhao, W Dong, BG Hu, Q Ji
CVPR-2018, 7034-7043, 2018
强制性开放获取政策： 国家自然科学基金委员会
Revisiting Image Aesthetic Assessment via Self-Supervised Feature Learning
K Sheng, W Dong, M Chai, G Wang, P Zhou, F Huang, BG Hu, R Ji, C Ma
AAAI-2020, 2019
强制性开放获取政策： 国家自然科学基金委员会
出版信息和资助信息由计算机程序自动确定