首页> 外文OA文献 >A model for learning topographically organized parts-based representations of objects in visual cortex: topographic non-negative matrix factorization

【2h】

A model for learning topographically organized parts-based representations of objects in visual cortex: topographic non-negative matrix factorization

机译：用于学习视觉皮层中对象的地形组织化基于零件的表示形式的模型：地形非负矩阵分解

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Kenji Hosoda; Masataka Watanabe; Heiko Wersing; Edgar Körner; Hiroshi Tsujino; Hiroshi Tamura; Ichiro Fujita;
展开▼
作者单位

展开▼
年度 2009
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. A Model for Learning Topographically Organized Parts-Based Representations of Objects in Visual Cortex: Topographic Nonnegative Matrix Factorization [J] . Kenji Hosoda, Masataka Watanabe, Heiko Wersing, Neural computation . 2009,第9期

机译：用于在视觉皮质中学习基于地形组织部分的对象表示的模型：地形非负矩阵分解
2. On-line learning parts-based representation via incremental orthogonal projective non-negative matrix factorization [J] . Dong Wang, Huchuan Lu Signal processing . 2013,第6期

机译：通过增量正交投影非负矩阵分解实现基于学习零件的在线表示
3. The topographic representation of global object perception in human visual cortex [J] . Susanne Stoll, Nonie Finlayson, D. Samuel Schwarzkopf Journal of vision . 2017,第10期

机译：人类视觉皮层中全局物体感知的地形表示
4. A modular non-negative matrix factorization for parts-based object recognition using subspace representation [C] . Ivan Bajla, Daniel Soukup Conference on Image Processing: Machine Vision Applications; 20080129-31; San Jose,CA(US) . 2008

机译：使用子空间表示的基于零件的目标识别的模块化非负矩阵分解
5. Constructing minimal geodesics, flat maps, and topographic models of primate visual cortex. [D] . Balasubramanian, Mukund. 2006

机译：构造灵长类动物视觉皮层的最小测地线，平面地图和地形模型。
6. A Deep Non-negative Matrix Factorization Model for Big Data Representation Learning [O] . Zhikui Chen, Shan Jin, Runze Liu, 2021

机译：大数据表示学习的深度非负矩阵分解模型
7. A Model for Learning Topographically Organized Parts-Based Representations of Objects in Visual Cortex: Topographic Nonnegative Matrix Factorization [O] . Hosoda, K., Watanabe, M., Wersing H, Koerner E, Tsujino H, Tamura, H., 2009

机译：一种用于学习地形上基于零件的视觉皮层中物体表示的模型：地形非负矩阵分解

A model for learning topographically organized parts-based representations of objects in visual cortex: topographic non-negative matrix factorization

著录项

引文网络

相似文献

相关主题

期刊订阅