您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 遥感数字图像分类

  2. 对遥感数字图像处理中图像分类的详细解释和ERDAS实验过程,每一步详细清楚,并且将无监督分类、监督分类各个操作放在一个文档当中
  3. 所属分类:其它

    • 发布日期:2011-12-11
    • 文件大小:6291456
    • 提供者:xiaoyao3857
  1. 标签带噪声数据的重加权半监督分类方法

  2. 标签带噪声数据的重加权半监督分类方法,杨旻,陈倩,对于仅有部分数据带标签且标签含有噪声的二分类问题,本文提出了一类基于重要性重加权的半监督分类算法,借助贝叶斯公式和无约束
  3. 所属分类:其它

    • 发布日期:2020-02-24
    • 文件大小:526336
    • 提供者:weixin_38707192
  1. 基于风量-风压复合特征的矿井通风系统阻变型故障诊断无监督学习模型

  2. 目前矿井通风系统阻变型故障诊断方法需要收集故障样本方可进行故障位置和故障量诊断,且故障位置诊断和故障量诊断需要分别建立对应分类和回归数学模型。针对矿井通风系统阻变型故障样本收集难度大和故障位置及故障量无法同时进行故障诊断的问题,将矿井通风系统阻变型故障诊断转换为最小欧氏距离的优化求解问题,提出一种无需样本参与训练的矿井通风系统阻变型故障诊断无监督学习模型,利用协方差矩阵自适应进化策略方法对无监督学习模型进行优化求解,实现分类与回归预测一体化。通过进行风量、风压单一特征和风量-风压复合特征的对比模
  3. 所属分类:其它

    • 发布日期:2020-07-25
    • 文件大小:1048576
    • 提供者:weixin_38693524
  1. 基于属性论的无监督图像聚类

  2. 提出了应用属性论来实现无监督图像聚类的方法。首先提取图像的底层特征,再利用属性论方法中定性映射、转换程度函数理论对图像进行分类。由于一次聚类并未达到很好的效果,因此采取了多次聚类的策略。实验结果表明,本方法简单明了并且有效。
  3. 所属分类:其它

    • 发布日期:2020-10-19
    • 文件大小:539648
    • 提供者:weixin_38582909
  1. 基于分层采样的聚类集成的无监督跨语言分类

  2. 基于分层采样的聚类集成的无监督跨语言分类
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:2097152
    • 提供者:weixin_38647567
  1. scan_unsupervised:扫描+ MOCO无监督学习-源码

  2. 学习对不带标签的图像进行分类 此回购包含我们论文的Pytorch实现: , , ,Marc Proesmans和Luc Van Gool。 在ECCV 2020( )上接受。 在上Yannic Kilcher对我们论文的解释。 :trophy: SOTA有4个基准。 检出用于或不 。 :NEW_button: 对无监督语义分割感兴趣吗? 查看我们最近的工作: 。 内容 :NEW_button: 教程部分已添加,检出 。 :NEW_button: 添加了“先行工作”部分,
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_42140716
  1. credit_card_fraud_detection:信用卡欺诈检测-无监督异常检测-分类不平衡-自动编码器-源码

  2. 作者:安德烈·维特(Andre Veit) 领英(LinkedIn): : 电子邮件: 信用卡欺诈检查 不平衡数据的分类和异常检测 关于本笔记本 欺诈并不是什么新鲜事物,事实上,据《您的钱》网站称,第一个欺诈记录发生在公元前300年。 如今,在互联网和数字化以惊人的速度增长的世界中,每天都通过网络实现数百万笔交易和其他操作。 这意味着欺诈者有很多机会。 幸运的是,相对而言很少。 不幸的是……这个事实使他们很难被抓住。 本笔记本的目的是探索几种处理异常检测和高度不平衡的数据集的方法。
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:1048576
    • 提供者:weixin_42134234
  1. 基于SAGA的PolSAR图像半监督分类

  2. 极化合成Kong径雷达(PolSAR)满足了全天无光照,不受天气等原因获取图像的要求,因此已广泛应用于军事和民用生活。 PolSAR图像包含大量信息。 其处理和解释在国防建设和经济发展中起着越来越重要的作用。 但是,使用传统的基于聚类的方法对PolSAR图像进行分类的准确性非常有限。 本文提出了一种新颖的半监督分类方法。 模拟退火遗传算法(SAGA)旨在优化用于寻找模糊C均值(FCM)聚类的最佳中心的迭代机制,从而避免了局部最优。 这样可以在每个类别上进行更准确的划分。 在合成的和真实的PolS
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:131072
    • 提供者:weixin_38581405
  1. 通过无监督随机图分区发现视频镜头类别

  2. 视频镜头通常被视为从视频中检索信息的基本元素。 近年来,视频拍摄分类已受到越来越多的关注,但是大多数方法都涉及监督学习的过程,即在标记的数据上训练多类预测器(分类器)。 在本文中,我们研究了一种无监督地发现视频镜头类别的通用框架。 贡献在特征,表示和推断上有三方面的贡献:(1)提出了一种新功能,用于捕获视频中的本地信息,该视频由小视频块(例如像素)定义。 视频单词词典因此可以离线聚类,以表征外观和运动动态。 (2)我们提出了将分类归类为自动图形分区任务的问题,因为每个图形顶点代表一个视频镜头,而
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:1048576
    • 提供者:weixin_38587155
  1. 基于小波包变换和半余弦模糊聚类的智能手机活动信号无监督分类

  2. 使用智能手机进行活动识别为人们实现健康监控和环境辅助生活提供了一种无所不在的简便方法。 由于人类活动具有高度复杂性和多样性的特征,因此活动的准确识别在很大程度上取决于从有限的智能手机信号中提取的适当功能以及模式识别方法的效率。 提出了一种基于小波包变换(WPT)和半余弦模糊聚类(HFC)的无监督分类方案,用于智能手机上人类活动的自动特征提取和识别。 小波包系数特征与统计特征相结合,全面地描述了传感器信号。 新颖的半余弦初始化消除了模糊聚类对初始中心分布的敏感性。 公开数据集的实验结果表明,与统计
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:356352
    • 提供者:weixin_38648037
  1. DistillHash:通过提取数据对进行无监督的深度哈希

  2. 由于具有很高的存储和搜索效率,散列在大规模相似性搜索中已变得十分普遍。 特别是,深度哈希方法大大提高了在有监督的情况下的搜索性能。 相反,由于缺乏可靠的监督相似性信号,无监督的深度哈希模型很难获得令人满意的性能。 为了解决这个问题,我们提出了一种新颖的深度无监督哈希模型,称为DistillHash,它可以学习由数据对组成的,具有置信度相似信号的数据集。 具体来说,我们调查了从局部结构中获悉的初始噪声相似度信号与贝叶斯最佳分类器分配的语义相似度标签之间的关系。 我们表明,在温和的假设下,可以潜在地
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:750592
    • 提供者:weixin_38648396
  1. 多人对话语音中说话人角色的无监督分类

  2. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:1004544
    • 提供者:weixin_38696877
  1. 低秩表示与局部线性嵌入相结合的高光谱图像无监督特征提取

  2. 高光谱图像(HSI)为土地覆盖物提供了数百个狭窄的光谱带,因此可以为土地覆盖物分类提供更强大的判别信息。 但是,HSI受高维诅咒的困扰,因此尺寸减小和特征提取对于HSI的应用至关重要。 在本文中,我们提出了一种结合低秩表示和局部线性嵌入(LRR LLE)的HSI的无监督特征提取方法。 所提出的方法可以同时使用HSI内的频谱和空间相关性,其中LRR考虑了空间邻居之间的相关性,对低秩子空间和LLE的并集内在属性进行建模。 在真实的HSI数据集上进行了实验,分类结果表明LRR LLE提取的特征比现有方
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:265216
    • 提供者:weixin_38637144
  1. 通过正则化自我表示进行无监督特征选择

  2. 通过去除不相关和多余的特征,特征选择旨在找到具有良好泛化能力的原始特征的紧凑表示。 随着无标签数据的普及,无监督特征选择已显示出可有效减轻维数的诅咒,对于全面分析和理解无标签高维数据的无数至关重要,这是由于子空间聚类中低秩表示法的成功所致,我们提出了一种用于无监督特征选择的正则化自我表示(RSR)模型,其中每个特征都可以表示为其相关特征的线性组合。 通过使用L-2,L-1-范数来表征表示系数矩阵和表示残差矩阵,RSR有效地选择了代表性特征并确保了对异常值的鲁棒性。 如果某个特征很重要,则它将参与
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:824320
    • 提供者:weixin_38691703
  1. 基于核稀疏子空间聚类的PolSAR影像的无监督分类

  2. 基于核稀疏子空间聚类的PolSAR影像的无监督分类
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:988160
    • 提供者:weixin_38544781
  1. 基于上下文感知的无监督判别式极限学习机的高光谱图像聚类新方法

  2. 有监督的极限学习机(ELM)到无监督的学习机的扩展,包括判别和流形正则化,在高光谱图像(HSI)聚类中越来越受到关注。 这是由于以下事实:HSI聚类问题需要频谱空间特征提取机制,该机制必须充分利用局部频谱空间上下文和全局判别信息来减少错误分类,同时提高聚类程序的鲁棒性。 在本文中,我们提出了一种用于HSI聚类的新颖的上下文感知无监督的判别式ELM方法。 该方法的主要新颖之处在于两个方面:1)通过使用上下文感知的传播过滤程序,将局部频谱空间上下文整合和重塑机制结合到隐藏层特征表示中。 2)将局部流
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:2097152
    • 提供者:weixin_38547035
  1. 情感发现:用于大规模情感分类的无监督语言建模-源码

  2. **已弃用** 此仓库已被弃用。 请访问以获取我们最新的大规模无监督预训练和微调代码。 如果您仍想使用此代码库,请参阅带有标签的发行版,并安装必需的软件/相关性,这些软件/相关性在该日期公开发布。 PyTorch无监督情绪发现 该代码库包含预训练的二进制情感和多模型情感分类模型,以及用于重现我们一系列大规模预训练+传输NLP论文的结果的代码:并。 这项工作源于对OpenAI的“论文进行复制,分析和缩放的愿望。 该存储库中使用的技术是通用的,我们易于使用的命令行界面可用于在您自己的困难分类数
  3. 所属分类:其它

    • 发布日期:2021-02-27
    • 文件大小:56623104
    • 提供者:weixin_42122878
  1. FixerCache:在无监督的情况下缓存主动开发人员进行各种错误分类

  2. FixerCache:在无监督的情况下缓存主动开发人员进行各种错误分类
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:2097152
    • 提供者:weixin_38723527
  1. UGATIT:U-GAT-IT的正式Tensorflow实施:具有图像到图像转换的自适应层实例规范化的无监督生成注意网络(ICLR 2020)-源码

  2. U-GAT-IT —正式TensorFlow实施(ICLR 2020) :具有图像到图像转换的自适应层实例规范化的无监督生成注意网络 | 该存储库提供以下论文的正式Tensorflow实现: U-GAT-IT:具有图像到图像转换的自适应层实例规范化的无监督生成注意网络Kim Junho(NCSOFT) ,Minjae Kim(NCSOFT),Hyeonwoo Kang(NCSOFT),Kwanghee Lee(波音韩国) 摘要我们提出了一种新的无监督图像到图像翻译方法,该方法以端到端的方式结
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:4194304
    • 提供者:weixin_42110070
  1. pcm:剖面分类建模(PCM)是一种基于垂直剖面无监督分类的海洋数据分析方法-源码

  2. 配置文件分类建模(PCM) 剖面分类建模是一种基于垂直剖面分类的科学分析方法,可用于多种海洋学问题(正面检测,水质识别,自然区域轮廓绘制,参考剖面选择以进行验证等)。 自2015年以来,它与IMT Atlantique合作在Ifremer / LOPS上进行了开发,并且已经足够成熟(通过发布和传播),可以分发并公开提供,以随着社区的发展而不断改进。 海洋动力学及其3维结构和可变性是如此复杂,以至于很难开发出对水平和垂直连贯的海洋格局进行客观有效的诊断的方法。 但是,识别这种模式对于理解内部机
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:50331648
    • 提供者:weixin_42135773
« 12 3 4 5 6 7 8 9 10 ... 15 »