您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 通过丰富的关系挖掘进行深度不对称度量学习

  2. 学习数据之间的有效距离度量因其在各种任务(例如人脸验证,零镜头学习和图像检索)上的出色表现而越来越受欢迎。 主要研究领域是使用硬数据挖掘,它致力于搜索重要数据的子集。 但是,基于硬数据挖掘的方法仅依赖一小部分数据,这很容易过度拟合。 这促使我们提出一种新颖的框架,即通过丰富关系挖掘(DAMLRRM)进行的深度非对称度量学习,以在满足样本量的情况下挖掘丰富的关系。 DAMLRRM构造两个结构不同且长度不相等的非对称数据流。 非对称结构使两个数据流能够相互交织,从而可以在迭代过程中在新数据对之间进行
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:1048576
    • 提供者:weixin_38597300