注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 网域商城购物系统 2006 完全版

  2. 前台购买特征:网域购物系统前台购物车部分界面友好，实现方便轻松的购物环境：分类浏览商品或使用搜索工具查找商品；可按价格、商品分类、关键字搜索商品可打印订单的详细信息以及电子邮件通知；保存购物车，查看购物车，清空购物车查看已经提交的订单；会员注册、享受会员价格；会员登录；市场价，会员价和VIP会员价的比较； 为朋友订购商品（ 送礼物的好办法哦)； 完整的客户服务中心 新品上架展示区，推荐商品展示区，特价商品展示区，销售排行展示区，关注排行展示区阅读、发表商品评论信息并显示顾客可选择多种网上支付方

  3. 所属分类：餐饮零售

    • 发布日期：2005-08-09
    • 文件大小：0byte
    • 提供者：chenxh

  1. 基于多时钟域的异步FIFO设计

  2. 摘要：在大规模集成电路设计中，一个系统包含了很多不相关的时钟信号，当其目标域时钟与源域时钟不同时，如何 在这些不同域之间传递数据成为了一个重要问题。为了解决这个问题，我们可以用一种异步FIFO（先进先出）存储器 来实现。本文介绍了一种利用格雷码指针实现在多时钟域传递数据的FIFO 设计

  3. 所属分类：专业指导

    • 发布日期：2009-12-01
    • 文件大小：172kb
    • 提供者：zwcs0801

  1. 深度学习多源领域自适应综述论文.pdf

  2. 在许多实际应用中，获取足够的大规模标记数据以充分训练深度神经网络通常是困难和昂贵的。因此，将学习到的知识从一个单独的、标记过的源域转移到一个未标记或标记稀疏的目标域成为一种有吸引力的选择。

  3. 所属分类：机器学习

    • 发布日期：2020-02-28
    • 文件大小：6mb
    • 提供者：syp_net

  1. (原文+译文)DeepSubdomainAdaptationNetworkforImageClassification(用于图像分类的深度子域自适应网络)

  2. Deep Subdomain Adaptation Network for Image Classification(用于图像分类的深度子域自适应网络)王晋东2020年最新文章全文翻译。 对于没有标记数据的目标任务，域适应可以将知识从不同的源域迁移过来。以往的深度域适应方法主要是学习全局的域迁移，即对齐源域和目标域的全局分布，而不考虑同一类别不同域中的两个子域之间的关系，在没有捕捉到细粒度信息的情况下导致迁移学习效果不佳。近年来，越来越多的研究者开始关注子域自适应问题，重点是准确地对齐相关子域的

  3. 所属分类：深度学习

    • 发布日期：2020-10-20
    • 文件大小：2mb
    • 提供者：laexl123

  1. open-search:“开放式跨域可视搜索”的源代码（CVIU，2020年）-Search source code

  2. 开放式搜索 这是从本文再现实验的源代码： 威廉·通（William Thong），帕斯卡·梅特斯（Pascal Mettes），塞斯·通用·斯诺克（Ces） 2020年，计算机视觉与图像理解（CVIU），第200卷 TL; DR我们搜索从任何源域到任何目标域的可见和不可见类别。 为了实现这一目标，我们训练了具有特定领域的原型学习器，并使用归一化的温度标度交叉熵损失来将输入映射到公共语义空间。 我们在封闭环境（a）中验证了三个完善的基于草图的任务所提出的方法。 我们提出了三种新颖的开放式跨域任

  3. 所属分类：其它

  1. 高光谱图像分类的主动多核域自适应

  2. 近年来，目睹了高光谱图像（HSI）分类的快速发展。 现有的大多数研究要么通过监督学习严重依赖昂贵的标签信息，要么很难利用从相关领域借来的区分性信息。 为了解决这个问题，在本文中，我们展示了一种基于具有主动学习（AL）的域自适应（DA）的解决HSI分类的新颖框架。 我们方法的主要思想是通过利用源域中可用的带标签样本来重新训练多核分类器，并在目标域中添加最少数量的信息最多的样本以及活动查询。 所提出的方法自适应地组合了多个内核，形成了DA分类器，该DA分类器使源域和目标域之间的偏差最小。 进一步配备

  3. 所属分类：其它

  1. 利用源域结构的粒迁移学习及词性标注应用

  2. 利用源域结构的粒迁移学习及词性标注应用

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：479kb
    • 提供者：weixin_38596267

  1. Semi-Supervised-Transfer-Learning:半监督转移学习的自适应一致性正则化（CVPR 2021）-源码

  2. 半监督转移学习的自适应一致性正则化 该存储库用于以下论文中介绍的自适应知识一致性和自适应表示表示一致性： Abulikemu Abuduweili，Li Xingjian Li，Humphrey Shi，徐成中和Dou Dedou，“半监督转移学习的自适应一致性正则化”。 该代码是在具有Tesla V100 GPU的CentOS 6.3环境（Python 3.6，PyTorch 1.1，CUDA 9.0）上开发的。 内容 介绍 在这项工作中，我们考虑半监督学习和转移学习的结合，从而导致一种

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：708kb
    • 提供者：weixin_42159267

  1. 多源域适应调查

  2. 多源域适应调查

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：456kb
    • 提供者：weixin_38517212

  1. 国际SMC-源码

  2. U-GAT-IT —正式TensorFlow实施（ICLR 2020） ：具有图像到图像转换的自适应层实例规范化的无监督生成注意网络 | 该存储库提供了以下论文的正式Tensorflow实现： U-GAT-IT：具有图像到图像转换的自适应层实例规范化的无监督生成注意网络Kim Junho（NCSOFT） ，Minjae Kim（NCSOFT），Hyeonwoo Kang（NCSOFT），Kwanghee Lee（波音韩国） 摘要我们提出了一种无监督的图像到图像翻译的新方法，该方法以端到端的方

  3. 所属分类：其它

  1. 利用单词簇和文档类别之间的关联来进行跨域文本分类。

  2. 跨域文本分类的目标是使从标记源域中学习到的知识适应未标记目标域，其中来自源域和目标域的文档来自不同的分布。 但是，尽管原始单词特征的分布不同，但是单词簇（概念特征）与文档类别之间的关联可能在不同域中保持稳定。 在本文中，我们将这些不变的关联作为通过非负矩阵三因子分解将知识从源域转换为目标域的桥梁。 具体来说，我们针对源域和目标域数据分别制定了两个矩阵三因子分解的联合优化框架，其中词簇与文档类之间的关联在它们之间共享。 然后，给出了用于该优化的迭代算法，并从理论上证明了其收敛性。 综合实验证明了该

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：648kb
    • 提供者：weixin_38733355

  1. UGATIT：U-GAT-IT的正式Tensorflow实施：具有图像到图像转换的自适应层实例规范化的无监督生成注意网络（ICLR 2020）-源码

  2. U-GAT-IT —正式TensorFlow实施（ICLR 2020） ：具有图像到图像转换的自适应层实例规范化的无监督生成注意网络 | 该存储库提供以下论文的正式Tensorflow实现： U-GAT-IT：具有图像到图像转换的自适应层实例规范化的无监督生成注意网络Kim Junho（NCSOFT） ，Minjae Kim（NCSOFT），Hyeonwoo Kang（NCSOFT），Kwanghee Lee（波音韩国） 摘要我们提出了一种新的无监督图像到图像翻译方法，该方法以端到端的方式结

  3. 所属分类：其它

  1. todo-bff：Haskell中的Todo Web API-源码

  2. 待办事项:: Web Api Haskell中使用chakra库的REST Web Api服务器。 目标 业务层必须遵循DDD，事件源和CQRS。 优先层应该是不可知的，并支持可插入设计，Postgresql，Cassandra，CouchDb等。 探索领域： 事件源域聚合 将域事件持久化到事件存储 快照事件流存储以减少聚合重建 投影店 流API端点以流式传输事件存储中的任何域事件 与消息代理（RabbitMQ）集成以发送集成事件 分布式域聚合（又名Actor）-需要集群警觉性

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：16kb
    • 提供者：weixin_42116672

  1. 通过混合正则化对未标记目标域进行归纳转移学习

  2. 近年来，目睹了对转移学习的日益增长的兴趣。 本文针对分类问题，即与源域分布不同的目标域是完全未标记的，目的是为看不见的数据建立归纳模型。 首先，我们在转导学习的先前工作中分析了类比漂移的问题，并提出了使用归一化方法向期望的类比移动的方法。 此外，我们为归纳转移学习开发了混合正则化框架。 它考虑了三个因素，包括通过流形正则化的目标域的分布几何形状，通过熵正则化的预测概率的熵值以及通过期望正则化的类别先验。 该框架用于使从源域学习的归纳模型适应目标域。 最后，对真实世界文本数据的实验表明了我们的归纳

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：232kb
    • 提供者：weixin_38674409

  1. 转移：用于转移学习的Python模块实现工具和方法-源码

  2. 转移 用于转移学习的Python模块实现工具和方法。 目录 动机 转移学习（TL）是机器学习的一个领域，研究如何利用从一系列一个或多个源域中获得的知识来在目标域上训练模型。 TL是一个有趣的话题，因为实际上在很多情况下，我们都可以访问属于特定域的大型数据集，并且我们想开发一个模型来应用于不同的情况。 举一些例子： 假设我们想建立一个模型来预测特定疾病的一种治疗方法的结果。 不同类别的患者通常对药物的React不同。 假设我们只能收集有关一组老年患者的数据，但是我们知道该疾病同样会影响所有人。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：15kb
    • 提供者：weixin_42109598

  1. DRST：DRST代码-源码

  2. 用于未经监督的域自适应的分布式稳健学习 介绍 我们提出了一种针对无监督域自适应（UDA）的分布式鲁棒学习（DRL）方法，该方法可扩展至现代计算机视觉基准。 DRL可以自然地公式化为预测变量和对手之间的竞争性两人游戏，允许其破坏标签，受到某些限制，并减少到在源域和目标域之间合并密度比（在标准对数丢失的情况下） ）。 这种表述激励了两个神经网络的共同使用-除了标准分类网络之外，这两个神经网络是源域和目标域之间的区分性网络，用于密度比估算。 在DRL中使用密度比可以防止模型对远离源域的目标输入过于自信

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：49kb
    • 提供者：weixin_42179184

  1. 无监督域自适应：对无监督域自适应领域的论文的评论-源码

  2. 无监督域自适应 评论在无监督的领域适应领域的论文。super도메인으새운운모든모든모든법들을법들을법들을법들을의미 1.领域不变特征学习 源域和目标域的功能提供了源域和目标域的功能。 1-1。 最大平均差异 源域目标域样本均值均值면다의미한다。다。다。다。

  3. 所属分类：其它

  1. 基于深度对抗域适应的高分辨率遥感影像跨域分类

  2. 提出一种基于深度对抗域适应的高分辨率遥感影像跨域分类方法。利用深度卷积神经网络VGG16(Visual Geometry Group)学习场景影像的深度特征,然后利用对抗学习方法最小化源域和目标域特征分布差异。利用RSI-CB256(Remote Sensing Image Classification Benchmark)、NWPU-RESISC45(Northwestern Polytechnical University Remote Sensing Image Scene Classif

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：12mb
    • 提供者：weixin_38720461

  1. AdaptSegNet：学习适应结构化输出空间进行语义分割，CVPR 2018（聚焦）-源码

  2. 学习适应结构化输出空间进行语义分割 我们的方法的Pytorch实现，用于从合成数据集（源域）到实际数据集（目标域）适应语义分割。 基于此实施，我们的结果在排名第三。 联系人︰蔡一轩（gmail.com的wasidennis）和洪伟志（uctced dot edu的whung8） 纸 *，*， ， ，和 IEEE 2018年计算机视觉和模式识别会议（CVPR）（聚焦）（*表示同等贡献）。 如果发现对您的研究有用，请引用我们的论文。 inproceedings{Tsai_adaptseg_20

  3. 所属分类：其它

  1. 基于最大均值差异多源域迁移学习的 湿式球磨机负荷参数软测量

  2. 针对湿式球磨机工况改变时,实时数据与建模数据分布不一致,不满足数据同分布的假设,传统软测量模型难以适应数据分布变化,造成模型性能恶化的问题,有针对性地引入迁移学习策略,并通过多源域集成机制提高模型的鲁棒性,实现多工况下湿式球磨机负荷参数测量.首先,对多工况数据进行预处理并提取频谱特征,经过联合分布适配对多工况数据进行边缘、条件分布适配;然后,使用最大均值差异对适配后的数据进行分布度量并为源域构建的回归器加权;最后,对目标域数据进行负荷预测.通过对比实验与交叉实验表明了模型的实用性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：435kb
    • 提供者：weixin_38728555
« 12 3 4 5 6 7 8 9 10 ... 50 »