Zobrazeno 1 - 10
of 35
pro vyhledávání: '"Duan, Gonghao"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Procedia Computer Science 2021 183:616-623
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Procedia Computer Science. 183:616-623
Nearest Neighbor method (KNN) is a typical method to solve the problem of automatic image annotation (AIA). However, traditional AIA methods based on KNN only consider the relationships among images and labels. In this paper, we propose an improved K
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::2bc55377f5bac80779ab4b139e773388
https://doi.org/10.1016/j.procs.2021.02.105
https://doi.org/10.1016/j.procs.2021.02.105
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Deng Chen, Yang Jin, Liu Wei, Chaohui Zheng, Duan Gonghao, Wei Wei, Wang Sikai, Yanduo Zhang, Tang Jianyin, Ju Jianping, Zhang Zihang
Publikováno v:
Communications in Computer and Information Science ISBN: 9789811590306
SocialSec
SocialSec
The daily railway operation and maintenance suffers from a severe problem of the loss of railway tools. Aiming at the problem, an automatic counting method of railway tools based on deep learning is proposed. Our method is based on toolkit images obt
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::68d3638505605fe3c01557c8b0e63da1
https://doi.org/10.1007/978-981-15-9031-3_31
https://doi.org/10.1007/978-981-15-9031-3_31
