基于自标注在线顺序极速学习机的图像识别方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对图像识别领域目标域标注数据较少而未标注数据较多的情形,为能充分利用未标注数据以提高模型识别能力,提出一种自标注在线顺序极速学习机（SLOSELM）算法。基于源域中已标注数据构建极速学习机（ELM）模型以识别目标域中未标注数据,选取识别结果中置信度高的样本,并采用SLOSELM算法对ELM模型进行自适应调整,提高图像识别能力。在真实数据集上的实验结果表明,应用SLOSELM算法后ELM模型的图像平均识别能力提高约18%,相比Co-training算法识别时间更短。

原文链接:http://www.cqvip.com//QK/95200X/201606/669253803.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：识别方法 学习机 Training cqvip Train 机器学习 极速学习机 迁移学习 自标注算法 图像识别