《表2 基于主动学习和超像素的SAR图像低置信度样本扩充算法表》
提示：宽带有限、当前游客访问压缩模式
用图1和表2对过程更直观地描述，算法描述如下.
| 图表编号 | XD00172668900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 王晓昆、温显斌 |
| 绘制单位 | 天津理工大学计算机科学与工程学院、天津理工大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 断面评分标准：一种新颖的亚像素级SAR图像水陆分割方法》2020.10.01
- 《表2 SARSIM数据：基于仿真SAR图像深度迁移学习的自动目标识别》2020.07.15
- 《表1 SAR图像高置信度样本选取算法表》2020.06.01
- 《表1 PWAFCM算法：基于像素采样和小波特征的SAR图像自动FCM算法》2020.06.01
- 《表1 检测方案效果比较：基于深度学习和超分辨率重构技术的图像缺陷诊断算法》2020.06.01
- 《表2 人脸表情数据库：基于低像素人脸图像的表情识别》2020.05.25
- 《表1 卷积网络参数：基于低像素人脸图像的表情识别》2020.05.25
- 《表2 数据表：基于超像素的联合能量主动轮廓CT图像分割方法》2020.01.01
- 《表2 算法运行时间：基于二维能量检测的舰船SAR图像阈值分割》2019.12.01
- 《表2 平均识别率对比：基于深度学习的SAR图像目标识别算法》2019.08.01
- 《表2 DNA加减法则：基于DNA编码和超混沌系统的图像加密算法》2019.04.01
- 《表1 客观评价：结合天空分割和超像素级暗通道的图像去雾算法》2019.07.01
- 《表2 实验结果对比：基于CNN的SAR图像舰船目标检测算法》2019.01.01
- 《表1 传感器参数设置：基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法》2019.08.25
- 《表2 各算法运行时间：基于GOF的SAR海冰图像无监督自动分类算法》2019.05.01
- 《表1 两种隐写算法下样本图像的修改像素分布值》2018.09.25
- 《表1 27个特征参量：基于支撑向量机和超像素的极化SAR图像分类》2018.08.01
- 《表2 DNA加法运算：基于DNA编码和超混沌系统的图像加密算法》2018.09.01
- 《表4 DNA异或运算：基于DNA编码和超混沌系统的图像加密算法》2018.09.01
- 《表3 DNA减法运算：基于DNA编码和超混沌系统的图像加密算法》2018.09.01