Lingyun

Unsupervised transfer learning for target detection from hyperspectral images基于无监督迁移学习的高光谱目标检测论文来源：https://doi.org/10.1016/j.neucom.2012.08.056摘要目标检测一直是高光谱图像处理的热门领域之一。传统的目标检测方法取决于观察中的所有像素的...

来自PaperWeekly的优快云 文章14 篇论文为你呈现「迁移学习」研究全貌 | 论文集精选 #04迁移学习对于人类来说，就是掌握举一反三的学习能力。对于计算机而言，所谓迁移学习，就是从一个或多个源任务（source task）中抽取知识和经验，然后将其应用于一个有相关性的目标领域（target domain）。（1）Domain adaptation via tr...

论文链接：https://arxiv.org/abs/1707.01083设计思想       卷积神经网络是现代视觉人工智能系统的核心组件。近年来关于卷积模型的研究层出不穷，产生了如 VGG、ResNet、Xception 和 ResNeXt 等性能优异的网络结构，在多个视觉任务上超过了人类水平。然而，这些成功的模型往往伴随着巨大的计算复杂度（数十亿次浮点操作，甚至更多）。这就限制了此类...

原理K-means算法是一种无监督的聚类算法，其利用近邻信息来标注类别。核心思想：由用户指定的k个初始质心，作为聚类的类别，重复一定迭代次数直至收敛。算法流程1、从样本集中随机选取k个样本作为初始向量（初始cluster）。2、对每个样本，计算得到距离其最近的质心，将类别标注为该质心的类。3、对于每一类，计算新的质心。若质心改变，则更新质心。停止条件：各类质心均不...