TY -的A2 -锣,大庆AU - Li乎PY - 2022 DA - 2022/03/15 TI -增强型深距离度量学习方法SP - 2665843六世- 2022 AB -利用神经网络,深距离度量学习计算机视觉应用中取得了令人印象深刻的成果。然而,现有方法主要关注一个深距离度量基于成对或三胞胎的样本。他们很难处理异构数据,避免过度拟合。本研究提出了一种增强型学习多个深距离度量方法,生成最终的距离度量通过迭代训练多个弱距离度量。首先,样本的距离对被一个卷积神经网络(CNN)映射和评估一个分段线性函数。其次,添加评价函数是作为一个弱学习者提高算法产生一个强大的学习者。每个弱学习者目标困难样本不同于以前的学习者的样本。接下来,一个交替优化方法来训练网络,损失函数。最后,我们的方法的有效性,证明与国家的艺术从幼崽检索图像- 200 - 2011,- 196汽车,和斯坦福大学在线产品(SOP)数据集。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/2665843 - 10.1155 / 2022/2665843摩根富林明计算智力和神经科学PB - Hindawi KW - ER