2024年7月17日
星期三
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
祁萌
作品数:
2
被引量:2
H指数:1
供职机构:
杭州电子科技大学计算机学院图形图像研究所
更多>>
发文基金:
国防科技工业技术基础科研项目
国防基础科研计划
更多>>
相关领域:
电子电信
自动化与计算机技术
更多>>
合作作者
王兴起
杭州电子科技大学计算机学院图形...
方景龙
杭州电子科技大学计算机学院图形...
王万良
浙江工业大学计算机科学与技术学...
龙哲
杭州电子科技大学计算机学院图形...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
2篇
中文期刊文章
领域
1篇
电子电信
1篇
自动化与计算...
主题
2篇
多示例学习
1篇
支持向量
1篇
支持向量数据...
1篇
数据描述
1篇
图像
1篇
图像表示
1篇
图像表示方法
1篇
图像分类
1篇
向量
机构
2篇
杭州电子科技...
1篇
浙江工业大学
作者
2篇
祁萌
1篇
龙哲
1篇
王万良
1篇
方景龙
1篇
王兴起
传媒
1篇
电子学报
1篇
工业控制计算...
年份
1篇
2013
1篇
2012
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于多示例学习的图像表示方法
2012年
提出一种基于多示例学习的图像表示方法,将图像作为多示例包,用高斯滤波器将图像滤波并取样为由颜色区域构成的矩阵,使用单颜色及相邻区域(single blob with neighbors)的包生成方法。根据用户选择的实例图像生成正包和负包,使用MIL-SVDD_I和MIL-SVDD_B算法进行实验。实验表明该图像表示方法是可行的。
祁萌
关键词:
多示例学习
图像表示
图像分类
求解多示例问题的支持向量数据描述方法
被引量:2
2013年
将支持向量数据描述方法引入到多示例学习中,提出了三种基于SVDD的多示例学习方法:基于包分类和示例分类的SVDD多示例学习方法MI-SVDD和m-i SVDD,以及基于正示例预测的SVDD多示例学习方法SVDD-MILD-I.在MUSK数据集上的实验结果表明,MI-SVDD方法和m-iSVDD方法的精度与MI-SVM方法和m-iSVM的总体相当,SVDD-MILD-I方法的精度比较高,超过了我们已知的目前已发表的最好结果;对COREL图像库进行基于内容的图像检索的实验表明,SVDD-MILD-I方法的精度较高,并且比较好地区分了容易混淆的Beach类图像与Mountains类图像.
方景龙
王万良
王兴起
龙哲
祁萌
关键词:
多示例学习
支持向量数据描述
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张