苏州大学计算机与科技学院电话,计算机科学与技术学院

冯思为(Siwei Feng)的研究主要集中在无监督学习领域,包括自编码器为基础的样本选择、图自编码器驱动的特征选择,以及在光谱混合物分析、遥感图像处理和人类活动识别中的应用。他的工作强调数据结构的保全和半监督学习方法,如语义表示在光谱成像和高光谱解混中的应用。
摘要由CSDN通过智能技术生成

1、Autoencoder Based Sample Selection for Self-Taught Learning,Knowledge-Based Systems,2020,Siwei Feng,Han Yu,Marco F. Duarte

2、Few-Shot Learning-Based Human Activity Recognition,Expert Systems with Applications,2019,Siwei Feng,Marco F. Duarte

3、Graph Autoencoder-Based Unsupervised Feature Selection with Broad and Local Data Structure Preservation,Neurocomputing,2018,Siwei Feng,Marco F. Duarte

4、Graph Autoencoder-Based Unsupervised Feature Selection,IEEE Asilomar Conference on Signals, Systems, and Computers,2018,Siwei Feng,Marco F. Duarte

5、Semisupervised Endmember Identification in Nonlinear Spectral Mixtures via Semantic Representation,IEEE Transactions on Geoscience and Remote Sensing,2017,Yuki Itoh,Siwei Feng,Marco F. Duarte,Mario Parente

6、Hyperspectral Band Selection from Statistical Wavelet Models,IEEE Transactions on Geoscience and Remote Sensing,2017,Siwei Feng,Yuki Itoh,Mario Parente,Marco F. Duarte

7、Band Selection from Statistical Wavelet Models,IEEE/ISPRS Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing,2016,Siwei Feng,Yuki Itoh,Mario Parente,Marco F. Duarte

8、Universality of Wavelet-Based Non-Homogeneous Hidden Markov Chain Model Features for Hyperspectral Signatures,Proceedings of IEEE Conference on Computer Vision and Pattern Recognition Workshops,2015,Siwei Feng,Marco F. Duarte,Mario Parente

9、Tailoring Non-Homogeneous Markov Chain Wavelet Models for Hyperspectral Signature Classification,IEEE International Conference on Image Processing,2014,Siwei Feng,Yuki Itoh,Mario Parente,Marco F. Duarte

10、Hyperspectral Unmixing via Semantic Spectral Representations,IEEE 57th International Midwest Symposium on Circuits and Systems,2014,Yuki Itoh,Siwei Feng,Marco F. Duarte,Mario Parente

11、一种自适应特征分块加权的图像检索方法,计算机技术与发展,2014,冯思为,陈蕾,王加俊

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合; 、4下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合;、下载 4使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合;、 4下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合; 4、下载使用后,可先查看README.m或d论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值