...
机译:迈向监督图像分类的智能训练:指导用于SVM分类的训练数据获取
Intelligent training; SVM classification; Support vectors;
机译:迈向监督图像分类的智能训练:指导用于SVM分类的训练数据获取
机译:映射方法对参考数据质量的敏感性:使用不完善的参考数据训练监督图像分类
机译:训练数据可以抵消监督图像分类中的地形影响吗?坎塔布连山脉(西班牙)的敏感性分析
机译:标签错误的训练数据对SVM监督图像分类准确性的影响
机译:在小型数据集上使用前馈神经网络合成其他训练数据,以提高视觉数据的分类准确性。
机译:在存在分类错误的训练数据的情况下进行监督分类:三组情况下的蒙特卡洛模拟研究
机译:图4:培训和测试分类跨训练时期的准确性:(a)在想象网数据集上与ARESB-10,ARESB-18和ARESB-34模型进行培训和测试前1个精度; (b)培训和测试ARESB-10,ARESB-18和ImageNet DataSet上的Aresb-34模型的前5个精度。