One-Class Convolutional Neural Network -CoRR abs(2019)

本文提出基于卷积神经网络(CNN)的单类分类方法,用潜在空间零中心高斯噪声作伪负类,以交叉熵损失训练网络。任何预训练CNN都可作基础网络,在UMDAA - 02 Face等数据集评估,涉及用户认证等应用,实验显示该方法优于现有方法,代码可在github获取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我们提出了一种基于卷积神经网络(CNN)的单类分类方法。该思想是使用潜在空间中的零中心高斯噪声作为伪负类,并使用交叉熵损失训练网络,以学习一个好的表示和给定类的决策边界。该方法的一个重要特点是,任何预先训练好的CNN都可以作为单类分类的基础网络。本文提出的一类CNN是基于UMDAA-02 Face、abnormity -1001和FounderType200数据集进行评估的。这些数据集涉及到各种单一类的应用问题,如用户认证、异常检测和新颖性检测。大量的实验表明,该方法比目前最先进的方法有显著的改进。源代码可在github.com/otkupjnoz/oc-cnn获得。
在这里插入图片描述

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值