退出
我的积分:
中文文献批量获取
外文文献批量获取
3.3.1 网络结构设计
4.4 网络设计
4.7.4 与现有方法对比
曾祁泽;
西安电子科技大学;
机译:使用 src =“ / images / tex / 29720.gif” alt =“ ell _ {1/2}”> inline-formula>的规范化低秩表示和光谱空间高光谱图像分类基于稀疏表示的图割
机译:基于局部相似度的核低秩表示在高光谱图像分类中的应用
机译:考虑数据局部结构的低秩表示图基于半监督图的高光谱图像分类
机译:整合光谱和空间特征以使用低秩表示进行高光谱图像分类
机译:使用深度学习技术和基于遗传的特征提取减轻表示攻击
机译:稀疏和对称约束下基于图形正则化低秩表示方法的多肿瘤样本聚类
机译:光谱空间高光谱图像分类中的新边界:基于数学形态学,马尔可夫随机字段,分段,稀疏表示和深度学习的最新进展
机译:基于核稀疏表示的高光谱图像分类。
机译:基于图的半监督学习中基于快速低秩表示的图构造
机译:用于深度学习的数据表示的管理方法,用于深度学习的数据处理方法以及执行相同方法的深度学习系统
机译:深度学习数据表示方法,深度学习数据处理方法和性能相同的深度学习系统
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。