Zobrazeno 1 - 10
of 608
pro vyhledávání: '"locality preserving projections"'
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:
Remote Sensing, Vol 15, Iss 14, p 3697 (2023)
Robust unsupervised feature learning is a critical yet tough task for synthetic aperture radar (SAR) automatic target recognition (ATR) with limited labeled data. The developing contrastive self-supervised learning (CSL) method, which learns informat
Externí odkaz:
https://doaj.org/article/f7639c6cdb1947a7bc89f2ed0e73bf88
Publikováno v:
IET Computer Vision, Vol 14, Iss 8, Pp 605-613 (2020)
Locality preserving projections (LPP) method is a classical manifold learning method for dimensionality reduction. However, LPP is sensitive to outliers since squared L2‐norm may exaggerate the distance of outliers. Besides, the normalisation const
Externí odkaz:
https://doaj.org/article/340a3c669fa74e3a9c73f69220bcc9d2
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.
FAULT DIAGNOSIS BASED ON MIXED LABEL INFORMATION LOCALITY PRESERVING PROJECTIONS DIMENSION REDUCTION
Publikováno v:
Jixie qiangdu, Vol 41, Pp 1054-1059 (2019)
In order to preserve the local structure of high dimension fault feature better, locality preserving projections（LPP） are improved and a fault diagnosis method based mixed label information locality preserving projections（MLILPP） for dimensio
Externí odkaz:
https://doaj.org/article/ceadae309adf4f5e9051d403499a9f0d
Publikováno v:
Jixie qiangdu, Vol 41, Pp 1298-1303 (2019)
Aiming at the problem that accuracy of orthogonal locality preserving projections（ LPP） for fault diagnosis is not high enough,a fault diagnosis method based on none parameter supervised kernel locality preserving projections（ NPSKLPP） for di
Externí odkaz:
https://doaj.org/article/77321ef8cd8b43678ca53ec296f14c29
Publikováno v:
IEEE Access, Vol 7, Pp 106861-106872 (2019)
The classification of hyperspectral images is the basis and hotspot in the research of hyperspectral images. In this paper, a classification algorithm of hyperspectral image based on multiple edge-preserving features and multiple feature learning (MF
Externí odkaz:
https://doaj.org/article/1ecf3c0fb6ab40658e7295a2a5ced6ea