TY -的A2 Pelusi达尼洛非盟- Ajay, p . AU - Nagaraj b . AU -库马尔,r·阿伦盟——黄Ruihang盟——Ananthi p . PY - 2022 DA - 2022/06/06 TI -无人监督的高光谱显微图像分割使用深嵌入聚类算法SP - 1200860六世- 2022 AB -高光谱显微术在生物学和矿物质,无人监督的深度学习神经网络去噪SRS照片:高光谱分辨率增强和去噪高光谱图像就足以教无监督方法。直观的化学物种产生锂矿石样品使用地图 k ——集群。许多研究人员现在对生物感兴趣。不确定性限制了算法评估这些信号的能力进行进一步的信息。尽管人工智能系统可以回答难题,他们仍然有限。深度学习时使用机器学习是低效的。监督学习需要大量的数据。深度学习在现代人工智能是至关重要的。监督学习需要一个大标签数据集。参数的选择——或者underfitting阻止。无监督学习是用来克服上述挑战(聚类算法执行的)。 To accomplish this, two processing processes were used: (1) utilizing nonlinear deep learning networks to turn data into a latent feature space ( Z )。Kullback-Leibler散度是用来测试目标函数收敛。本文探讨了小说研究高光谱微观图像使用深度学习和有效的无监督学习。SN - 0161 - 0457 UR - https://doi.org/10.1155/2022/1200860 - 10.1155 / 2022/1200860摩根富林明扫描PB - Hindawi KW - ER