您当前的位置：
首页 >
文章列表页 >
基于对比自监督学习的图像分类框架
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于对比自监督学习的图像分类框架

    • Image classification framework based on contrastive self⁃supervised learning

    • “在图像分类领域，SSIC框架通过自监督学习，有效提升了分类性能，为解决数据标注难题提供新方案。”
    • 赵宏伟 ，张健荣 ，朱隽平 ，李海
    • 吉林大学学报（工学版） 2022年52卷第8期 页码：1850-1856
    • 作者机构：

      1.吉林大学 计算机科学与技术学院，长春 130012

      2.上海贞亘实业有限公司，上海 201508

    • 作者简介：

      赵宏伟（1962-），男，教授，博士生导师. 研究方向：嵌入式人工智能. E-mail： zhaohw@jlu.edu.cn

      朱隽平（1987-），男，工程师，硕士. 研究方向：人工智能. E-mail： zhujunping2009@hotmail.com

    • 基金信息：
      吉林省省级科技创新专项项目(20190302026GX);吉林省自然科学基金项目(20200201037JC);中国高校科技期刊研究会青年基金项目(CUJS-QN-2021-049)

    • DOI： 10.13229/j.cnki.jdxbgxb20210607     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 5 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

82

浏览量

29

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于混合对比的无偏半监督医学影像分类模型
基于知识蒸馏的图像分类框架
基于伪触觉反馈的多模态车载交互
基于真⁃伪三连体神经网络的传感器本体匹配方法
多策略改进核搜索算法及其应用

相关作者

袁满
李宇健
袁靖舒
武鸿
马克
沈传亮
叶瑞章
马骁远

相关机构

东北石油大学 计算机与信息技术学院
吉林大学 机械与航空航天工程学院
吉林大学 汽车底盘集成与仿生全国重点实验室
兰州理工大学 机电工程学院
吉林化工学院 信息与控制工程学院