- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 论文阅读积累：Deep Hashing Learning for Visual and Semantic Retrieval of Remote Sensing Images
论文阅读积累：Deep Hashing Learning for Visual and Semantic Retrieval of Remote Sensing Images 摘要 该论文介绍了一种深度哈希方法来进行遥感图像的检索。为了提高检索精度采用了将检索和分类同时进行的一种网络学习方法。再次基础上，设计了一种新的损失函数形式。 网络结构 实现 哈希检索 在VGG-F第七层全连接层后添加了一个用于学习哈希函数的全连接层得到hash-like code,之后使用sgn()函数进行二值化得到哈希吗。这里使
2020-07-11 16:07:34
583
原创 论文：A Deep Hashing Technique for Remote Sensing Image-Sound Retrieval
论文：A Deep Hashing Technique for Remote Sensing Image-Sound Retrieval跨模态图像语音哈希检索关于网络结构关于负样本采样关于损失函数实验结果 跨模态图像语音哈希检索 关于网络结构 使用了三元组网络，对于anchor图片使用VGG16提取deep feature,对于pos和neg语音使用MFCC提取deep feature。两种网络都增加了全连接层+sigmoid,以及全连接层+tanh的结构来获取hash-like特征。（hash的提取使用s
2020-07-11 09:19:25
406
原创 js访问json的几种方式
首先，定义JSON，以下访问均基于该JSON数据 var JSONData={ "a":"aa", "b":22, "c":true, "d":[ "da":"ddaa", "db":"ddbb" ] } 1.键值对，根据key访问value JSONData.a //结果为aa JSONData.d.da //结果为ddaa 2.键值对，根据key访问value的另一种方式 JSONData["a"] //aa JSONData["d"]["da"] //ddaa JSONDat
2020-05-29 10:53:42
1671
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人