目前大多数的图像风格迁移方法属于有监督学习，训练数据需要成对出现，并且在处理图像背景时，现有的方法过于繁琐。针对这些问题，提出了一种基于图像蒙板的无监督图像风格迁移方法。在实验中，采用了基于循环一致性的CycleGAN架构，并使用Inception-ResNet结构设计了一个全新的具有内置图像蒙板的生成式模型，最后通过无监督学习将图像的背景与学习到的抽象特征进行自动重组。实验表明，新方法有效地对图像背景和抽象特征进行自动分离与重组，同时解决了特征学习过程中的区域干扰问题，获得了可观的视觉效果。
2021-04-30 17:03:10
2.12MB
1
一篇数据挖掘课的作业论文。
关于半监督学习方面的综述性文章。
所参考文献在2009年以前。
目前这方面的中文文献相对较少，希望我的这篇作业能对有兴趣做这方面研究的朋友有所帮助，其中错误之处还请大家多多指出。
2021-04-25 22:42:43
524KB
1
针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题，结合多通道Log-Gabor小波和半监督流形学习算法，提出一种新的人脸图像检索方法。该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵，进一步利用提出的二维半监督流形学习算法进行维数约简，得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵，克服了小样本带来的奇异问题；另外，通过充分利用标记和未标记信息，还保留了数据的局部流形结构，增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明，该方法有效且优于其他方法。
2021-04-25 14:38:05
483KB
1
针对电力系统状态估计的虚假数据注入攻击（FIDA）是传统方法无法有效解决的问题。 本文使用IEEE14仿真平台中机器学习领域的四种离群点检测方法，即一类SVM，鲁棒协方差，隔离林和局部离群因子方法进行测试和比较。 通过仿真估计准确性和准确性，以观察分类效果。
2021-04-21 15:31:42
922KB
1