-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=伪标签 "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于加权分类损失和核范数的领域自适应模型
《计算机应用研究》2023年第6期1734-1738,共5页杜社林 黄炳赫 李荣鹏 宋学力 肖玉柱 
长安大学中央高校基本科研业务费专项资金资助项目(310812163504)。
领域自适应将源域上学习到的知识迁移到目标域上,使得在带标签数据少的情况下也可以有效地训练模型。采用伪标签的领域自适应模型未考虑错误伪标签的影响,并且在决策边界处样本的分类准确率较低,针对上述问题提出了基于加权分类损失和...
关键词：领域自适应 加权分类损失 核范数 伪标签 
基于信息对齐的半监督少样本学习方法被引量：2
《计算机工程与设计》2023年第2期582-589,共8页廖凌湘 冯林 刘鑫磊 张华辉 
国家自然科学基金项目(71971151)。
针对深度学习中遇到数据样本不足,数据获取难度大的问题,提出一种基于信息对齐的半监督少样本学习方法。将支持集和查询集输入到特征提取网络得到特征向量,通过类原型计算查询集与支持集的每个局部区域对的距离用于信息对齐;采用注意力...
关键词：深度学习 少样本学习 信息对齐 关系矩阵 伪标签 半监督学习 注意力机制 
基于伪成对标签的深度无监督哈希学习被引量：5
《模式识别与人工智能》2020年第3期258-267,共10页林计文 刘华文 
国家自然科学基金项目(No.61572443);浙江省自然科学基金项目(No.LY14F020019)资助。
无监督的深度哈希学习方法由于缺少相似性监督信息,难以获取高质量的哈希编码.因此,文中提出端到端的基于伪成对标签的深度无监督哈希学习模型.首先对由预训练的深度卷积神经网络得到的图像特征进行统计分析,用于构造数据的语义相似性标...
关键词：哈希学习 深度无监督哈希学习 伪标签 近似最近邻搜索 图像检索 
基于无监督域自适应的行人重识别改进算法
《现代计算机》2024年第22期84-89,共6页陈金良 周卫 曾沛杰 杨益民 
近年来,行人重识别的应用越来越广泛,为了更好地解决跨域自适应识别中由于分辨率、光照等造成的较大差异性和大量数据集难以标注的问题,提出了一种基于伪标签生成的无监督自适应行人重识别网络(PU-Net),采用DBSCAN聚类算法生成伪标签,...
关键词：行人重识别 无监督自适应 伪标签 通道注意力机制 
基于多模型融合的不完整数据分数插补算法被引量：1
《计算机工程》2023年第9期79-88,98,共11页邵良杉 赵松泽 
国家自然科学基金(71771111)。
缺失数据插补是从不完整数据集中进行数据挖掘的重要步骤,现有插补算法无法有效利用高缺失率的样本,存在等效处理缺失率不同的样本、假设缺失数据与完整数据同分布问题。构建基于多模型融合的不完整数据分数插补算法FIB。根据噪声标签学...
关键词：缺失数据插补 多模型融合 伪标签 噪声标签学习 数据挖掘 
基于改进EfficientNetV2的脑胶质瘤IDH1突变状态预测方法被引量：3
《山东大学学报（理学版）》2023年第7期60-66,共7页徐华畅 许倩 赵钰琳 梁峰宁 徐凯 朱红 
江苏省卫生健康委医学科研项目(Z2020032);徐州市卫生健康委员会青年医学科技创新项目(XWKYHT20210586);徐州医科大学附属医院“青苗人才”专项支持项目(2020QQMRC08)。
提出了一种基于改进EfficientNetV2的脑胶质瘤IDH1突变状态预测方法。首先使用k-means聚类算法为无标签的脑胶质瘤MRI数据标注伪标签,并使用Vision Transformer网络对伪标签进行修正,实现脑胶质瘤数据扩增;其次将坐标注意力机制加入Effi...
关键词：EfficientNetV2 脑胶质瘤IDH1 K-MEANS聚类 伪标签 果蝇优化算法 
基于伪标签一致度的不平衡数据特征选择算法被引量：2
《计算机应用》2022年第2期475-484,共10页李懿恒 杜晨曦 杨燕燕 李翔宇 
国家自然科学基金资助项目(61806108,62003028);中央高校基本科研业务费专项资金资助项目(2019RC055,2019RC045);北京市级大学生创新创业训练计划项目(202110004107)。
针对大多数粒计算特征选择算法未考虑数据的类别不平衡性的问题,提出一种融合伪标签策略的类别不平衡数据特征选择算法。首先,为了便于研究类别不平衡数据特征选择算法,重新定义样本和数据集一致度的概念,并设计了相应特征选择的贪婪前...
关键词：粒计算 伪标签 类别不平衡数据 特征选择 一致性测度 
基于强区分性特征挖掘的无监督行人重识别
《建模与仿真》2024年第3期2011-2022,共12页徐锟 王晓红 赵徐 徐世豪 
目前,基于深度学习的无监督行人重识别正在通过改进聚类方法来提高生成伪标签的准确性和鲁棒性。然而,行人的固有物理特征,如肢体和身体,尚未充分利用。此外,遮挡和姿势导致了在行人图像中准确匹配和识别局部区域的困难,而行人服装颜色...
关键词：特征挖掘 无监督学习 伪标签 聚类 
用于视网膜血管分割的半监督深度学习框架被引量：3
《光电子．激光》2022年第11期1207-1214,共8页吕佳 刘耀文 
国家自然科学基金(11971084);重庆市教委重点项目(KJZD-K202200511);重庆市科技局技术预见与制度创新项目(2022TFII-OFX0265);重庆师范大学研究生科研创新项目(YKC21043)资助项目
针对目前视网膜血管分割任务中伪标签质量参差不齐,获得高质量的伪标签需要经过筛选的问题,本文提出了一种新的用于视网膜血管分割的半监督深度学习框架。该框架采用分而治之的思想来处理数据,针对有标签数据,采用传统的深度学习方法;...
关键词：视网膜血管分割 半监督学习 U型网络(U-Net) Mean teacher模型 伪标签 
自相似性分组的无监督跨域车辆再识别方法
《信息技术与信息化》2023年第9期198-201,共4页陈重游 
车辆再识别旨在从不同摄像机捕获的非重叠图像中识别相同身份的车辆。在这项工作中,由于不同数据集之间的域偏差大,导致了在有标签的源域上表现良好的模型应用在目标域时,会出现极大的性能下降。为了解决这个问题,探索如何利用目标域中...
关键词：车辆再识别 无监督域自适应 自相似性 伪标签 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部