论文记录
yan__csdn
这个作者很懒,什么都没留下…
展开
-
四个主要网络模型 Alexnet,VGG ,Googlenet,Resnet
Alexnet:http://www.cnblogs.com/gongxijun/p/6027747.html https://blog.csdn.net/sunbaigui/article/details/3993809VGGNet:https://www.cnblogs.com/libinggen/p/7237319.htmlResNet: https://blog.cs...转载 2018-04-16 20:34:40 · 711 阅读 · 0 评论 -
Broad Learning System
Broad Learning System: An Effective and EfficientIncremental Learning System Withoutthe Need for Deep Architecture辅助网址:https://zhuanlan.zhihu.com/p/32605204转载 2018-05-22 10:04:00 · 1168 阅读 · 0 评论 -
匹配追踪法
https://blog.csdn.net/codeur/article/details/70808907转载 2018-05-23 10:43:45 · 524 阅读 · 0 评论 -
图像物体分类与检测算法综述
https://blog.csdn.net/jiaoyangwm/article/details/79120601#图像物体分类与检测概述转载 2018-05-24 20:17:11 · 2014 阅读 · 0 评论 -
迁移学习综述
读论文 a survey of transfer-learning转:https://www.sohu.com/a/232853823_100178754迁移学习的关键,用四个字概括,就是“找对巨人”,也就是需要找到不同场景之间的关联和共性(特征),本文就系统性地介绍一下迁移学习的几种方法。首先,来看几个定义。1. Domain:包含两个component,一是向量空间X,一个是X的分布P(X)2...转载 2018-06-29 15:59:06 · 2181 阅读 · 0 评论 -
I-SVM SVM增量学习
论文:SVM求解:I-SVM:SVM的特性在于在一个完整的数据集上训练一个SVM和在这个完整数据集的支持向量(SV)上训练的结果是一样的。即 一个数据集的SV可以代替整个数据集、数据集的SV :距离超平面两侧最近的点主要思想:增量训练是在原始数据集的SV和增量数据集组成的数据上完成,所有的非SV样本点都被抛弃缺点:SV是对于样本点之间的决策边界充分描述但是不是样本点本身。一批数据的样本点的SV很少...原创 2018-06-29 16:12:22 · 6065 阅读 · 2 评论 -
[paper]incremental learning algorithms and applications
翻译摘要:增量学习指的是从流数据中学习,这些数据随着时间的推移而到达,内存资源有限,理想情况下,不牺牲模型的准确性。这种设置适合不同的应用场景,例如在变化的环境中学习、建模个性化或终生学习,它为大数据处理提供了一个优雅的方案,通过它的顺序处理。在这个贡献中,我们将增量学习的概念形式化,我们讨论了在这个环境中出现的特殊挑战,我们概述了流行的方法,它的理论基础,以及在过去几年出现的应用。1、什么是增量...翻译 2018-07-02 19:31:42 · 739 阅读 · 0 评论 -
23Tree-CNN_ A Hierarchical Deep Convolutional Neural Network for Incremental Learning
https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/80090678转载 2018-07-19 15:07:18 · 668 阅读 · 0 评论