基于語義計算的小樣本圖像分類研究

定　價：￥59.00

作　者：	劉崇文，秦華鋒著
出版社：	重慶大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787568926409	出版時間：	2021-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	115	字數(shù)：

內(nèi)容簡介

　　小樣本問題是在機器學習中普遍存在的一個重要問題，也是圖像分類領域的關鍵問題之一。《基于語義計算的小樣本圖像分類研究》共6章，從語義計算角度，針對兩類4種不同的小樣本問題進行研究；提出了基于潛在語義的單源小樣本圖像分類方法、基于模糊語義的零樣本圖像分類方法、基于語義樹融合的多源小樣本圖像分類方法、基于弱語義計算的多源小樣本圖像分類方法，這4種方法分別應對不同情況下的小樣本問題?！痘谡Z義計算的小樣本圖像分類研究》理論與實踐結(jié)合，可作為計算機專業(yè)及人工智能專業(yè)本科生及研究生的學習材料，也可作為數(shù)字圖像處理、模式識別的工程項目人員科研的參考資料。

作者簡介

暫缺《基于語義計算的小樣本圖像分類研究》作者簡介

圖書目錄

第1章緒論
1．1 研究背景及意義
1．2 國內(nèi)發(fā)展現(xiàn)狀
1．3 本書的主要工作和貢獻
1．4 本書的結(jié)構安排
第2章基于潛在語義的單源小樣本圖像分類研究
2．1 引言
2．2 數(shù)字圖像處理
2．3 基于潛在語義的圖像分類模型
2．4 模型的EM算法求解
2．5 實驗
2．6 本章小結(jié)
第3章基于模糊語義的零樣本圖像分類研究
3．1 引言
3．2 模糊屬性
3．3 模糊知識
3．4 模型求解
3．5 實驗
3．6 本章小結(jié)
第4章基于語義樹融合的多源小樣本圖像分類研究
4．1 引言
4．2 融合語義樹模型
4．3 模型的優(yōu)化求解
4．4 實驗
4．5 本章小結(jié)
第5章基于弱語義計算的多源小樣本圖像分類研究
5．1 引言
5．2 弱語義計算的圖像分類方法
5．3 本章算法與多任務學習算法的區(qū)別
5．4 本章算法的性能分析
5．5 實驗
5．6 本章小結(jié)
第6章總結(jié)與展望
6．1 本書工作總結(jié)
6．2 展望
參考文獻