请选择 进入手机版 | 继续访问电脑版

人工智能网

 找回密码
 立即注册
查看: 2297|回复: 1

隐藏符号化特征

[复制链接]
发表于 2015-2-11 17:05:00 | 显示全部楼层 |阅读模式
符号世界的另外一个成员隐藏符号,堆叠的符号形成的图像。看起来复杂的图像得以表达。
隐藏符号,通过相关多纬矩阵进行表达,相当于标准化的符号字典。比如,给你一个复杂的字体,我们从各个边旁部首来确定字典中的位置。

世界中底层的符号大部分都是这样形式存在,图像,声音。

因为不可能存储所有的原始图像(组合惊人),所以图像的字典被发明出来。简单的64字节就可以表达一张图片,而原来需要大量像素数据,一个像素就4个字节。

卷积处理,在再前面基础上的像素尺度图片进行组合形成新的更加高级的字典。

符号向量化表达后,还需要进行意思空间的表达。字典中横的字符往往和斜一点的字符在空间上比较近距离。这样的话就和word2vec的理念上类似的。
回复

使用道具 举报

发表于 2015-2-12 09:06:00 | 显示全部楼层

回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|人工智能实验室

GMT+8, 2024-4-19 10:30 , Processed in 0.016137 second(s), 8 queries , Redis On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表