典型文献
长尾识别研究进展
文献摘要：
长尾识别是目前深度学习领域最热门的研究方向之一,长尾识别的工作重点是解决长尾分布数据的计算机视觉识别任务.长尾分布的显著特征为2-8分布,即20％的类占据80％的样本.将少数几个类占据了大部分数据的类称之为头部类;而大多数类占据了很少部分数据的类称之为尾部类.首先,列举解决长尾识别问题的各种方法.然后,将其划分为重采样、重加权、迁移学习、解耦特征学习和分类器学习以及其他方法进行阐述.最后,阐述对相关方法的理解.
文献关键词：
深度学习;长尾识别;计算机视觉;研究方法;神经网络
中图分类号：
作者姓名：
张明;翟俊海;许垒;高光远
作者机构：
河北大学数学与信息科学学院,河北 保定071002;河北大学河北省机器学习与计算智能重点实验室,河北 保定071002
文献出处：
引用格式：
[1]张明;翟俊海;许垒;高光远-.长尾识别研究进展)[J].南京师范大学学报（工程技术版）,2022(02):63-72
A类：
长尾识别
B类：
学习领域,最热,工作重点,长尾分布,计算机视觉,视觉识别,显著特征,少数几个,称之为,部类,少部分,尾部,重采样,重加权,迁移学习,解耦特征,特征学习,分类器,其他方法,相关方法
AB值：
0.339997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
