掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥38.0
加入購(gòu)物車
圖像深度表示學(xué)習(xí)方法 版權(quán)信息
- ISBN：9787561292921
- 條形碼：9787561292921 ; 978-7-5612-9292-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
圖像深度表示學(xué)習(xí)方法 內(nèi)容簡(jiǎn)介
圖像深度表示學(xué)習(xí)技術(shù)已經(jīng)成為機(jī)器學(xué)習(xí)和圖像處理領(lǐng)域一個(gè)新興的研究熱點(diǎn)。與傳統(tǒng)的圖像表示方法相比，通過圖像深度表示學(xué)習(xí)獲取的圖像特征具備精度高、維度低、泛化能力強(qiáng)等特點(diǎn)。雖然圖像深度表示學(xué)習(xí)方法在解決很多實(shí)際問題中表現(xiàn)出了優(yōu)異的性能，但仍存在諸多問題難以有效解決。本書對(duì)圖像深度表示學(xué)習(xí)方法中存在的若干關(guān)鍵問題進(jìn)行了深入分析，通過充分挖掘和利用深度模型內(nèi)部多層結(jié)構(gòu)信息與數(shù)據(jù)分布之間的先驗(yàn)信息，探討了深度表示模型的選擇與設(shè)計(jì)、深度遷移特征躍層表示、非監(jiān)督深度度量學(xué)習(xí)和有監(jiān)督深度哈希學(xué)習(xí)等方法，并將上述模型和方法應(yīng)用于解決圖像檢索、圖像分類、目標(biāo)跟蹤和數(shù)據(jù)可視化等實(shí)際問題。本書可供高等學(xué)校計(jì)算機(jī)科學(xué)、人工智能和機(jī)器視覺等專業(yè)的學(xué)生，以及大數(shù)據(jù)和人工智能應(yīng)用程序開發(fā)人員閱讀，也可供高等學(xué)校的教師、研究機(jī)構(gòu)的研究人員參考。
圖像深度表示學(xué)習(xí)方法 目錄
第1章緒論
1.1研究背景與意義
1.2國(guó)內(nèi)外研究及應(yīng)用現(xiàn)狀
1.3圖像深度表示學(xué)習(xí)技術(shù)的難點(diǎn)
1.4本書主要研究?jī)?nèi)容與組織結(jié)構(gòu)
第2章深度表示模型的選擇與設(shè)計(jì)
2.1引言
2.2卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
2.3模型結(jié)構(gòu)設(shè)計(jì)與表示能力
2.4基于類腦結(jié)構(gòu)的表示模型
2.5實(shí)驗(yàn)結(jié)果與分析
2.6本章小結(jié)
第3章深度遷移特征躍層表示方法
3.1引言
3.2深度躍層特征編碼表示方法
3.3深度躍層編碼表示方法性能分析
3.4深度躍層特征目標(biāo)跟蹤方法
3.5深度躍層特征目標(biāo)跟蹤實(shí)驗(yàn)分析
……
展開全部
書友推薦
- >
我與地壇
- >
龍榆生：詞曲概論/大家小書
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
回憶愛瑪儂
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
唐代進(jìn)士錄
- >
朝聞道
本類暢銷
