可変形モデルによって区分的に連続な位相保存写像を得るニューラルネット学習法
スポンサーリンク
概要
- 論文の詳細を見る
位相保存写像の学習法の一つである可変形モデルを拡張して,部分的に不連続を許し,部外データを排除する機能をもつ方法を提案する.
- 社団法人電子情報通信学会の論文
- 1994-04-25
著者
関連論文
- 画像の多重尺度表現 : 尺度空間フィルタリングと尺度空間クラスタリング
- ニューラルネットによる線画のラベル付け
- 可変形モデルによって区分的に連続な位相保存写像を得るニューラルネット学習法
- 区分的に滑らかな平面曲線による補間
- 画像の非線形尺度空間フィルタリング : 連続変形法と非等方拡散
- ラインプロセスによる距離画像のエッジ検出 : 高精細画像と一般 : 放送方式 : 映像表現 : 画像処理・コンピュータビジョン : 画像通信システム : 画像応用
- ラインプロセスによる距離画像のエッジ検出
- クラスタリングによる画像復元
- 画像の多重尺度表現 : 尺度空間フィルタリングと尺度空間クラスタリング
- メルティングによる階層的クラスタリング
- 互いの距離が与えられたデータのクラスタリング
- 最近傍パターン識別器の部分教師付き学習
- 部外パターンを排除する最近傍識別器の学習
- 部外パターンを排除する最近傍識別器の学習
- アナログ回路による順序統計信号処理