作者:周丽丽; 杜寅甫目标监测与识别无监督学习跨领域识别
摘要:人工智能与机器识别技术的发展加快了社会的进步,传统机器学习的方法并不适用于所有的环境,这就要求目标识别算法能够在半监督或无监督情况下进行训练。本文提出基于结构化联合分布适配的无监督大样本跨领域目标识别算法模型。为实现无监督少样本条件下的跨领域目标识别提供新的思路与方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《自动化技术与应用》(CN:23-1474/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 80030 评论 69
北大期刊、CSCD期刊、统计源期刊
人气 42854 评论 51
人气 40020 评论 69
统计源期刊
人气 38655 评论 49