2 分组训练和测试.docVIP

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中图法分类号文献标识码文章编号论文引用格式壁画图像分类中的分组多实例学习方法唐大伟鲁东明许端清浙江大学计算机科学与技术学院浙江杭州摘要目的针对壁画图像具有较大类内差异以及具有较强背景噪音的特点提出一种分组多实例学习的策略实现对不同年代风格的壁画图像分类方法将样本空间划分为不同的子空间每一个子空间中的所有训练样本训练分类器模型测试阶段根据测试样本落到的子空间来选择不同的分类模型对测试样本进行分类在各个子空间训练分类器时我们将每一幅壁画图像样本看作多个实例的组成采用多实例学习的方式来训练分类器训练过

中图法分类号:TP391.4 文献标识码:A 文章编号: 论文引用格式: 壁画图像分类中的分组多实例学习方法 唐大伟,鲁东明,许端清 (浙江大学 计算机科学与技术学院,浙江 杭州 310027) 摘 要:目的:针对壁画图像具有较大类内差异以及具有较强背景噪音的特点,提出一种分组多实例学习的策略,实现对不同年代风格的壁画图像分类。方法:将样本空间划分为不同的子空间,每一个子空间中的所有训练样本训练分类器模型,测试阶段,根据测试样本落到的子空间来选择不同的分类模型对测试样本进行分类。在各个子空间训练分类器时,我们将每一幅壁画图像样本看作多个实例的组成,采用

文档评论(0)

yanpizhuang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档