典型文献
一种基于排序代理锚损失的深度度量学习算法
文献摘要：
深度度量学习根据特定的度量损失函数对神经网络进行不同的训练,直接学习原始图像空间到语义特征嵌入空间的非线性投影.针对现有代理锚损失函数在不考虑数据分布的情况下,将同一类正样本压缩到嵌入空间中的某个代理锚点,而造成同类样本相似结构丢失的问题,本文提出了 一种新的基于排序驱动策略的代理锚损失函数.该损失函数使用了排序列表损失中对样本对进行排序的思想,将正样本排在负样本之前,并通过约束正样本对的距离小于阈值来尽可能地保留同类内部的相似结构.最后,在两个标准数据集上的实验证明了本文所提方法在图像分类问题上的有效性和优越性.
文献关键词：
度量学习;深度学习;度量损失函数;代理锚损失
中图分类号：
作者姓名：
张兵;陈海燕;侯夏晔;袁立罡;刘振亚
作者机构：
南京航空航天大学计算机科学与技术学院,南京211106;软件新技术与产业化协同创新中心,南京210023;南京航空航天大学民航学院,南京211106
文献出处：
引用格式：
[1]张兵;陈海燕;侯夏晔;袁立罡;刘振亚-.一种基于排序代理锚损失的深度度量学习算法)[J].小型微型计算机系统,2022(10):2035-2039
A类：
代理锚损失,度量损失函数
B类：
深度度量学习,原始图像,图像空间,语义特征,特征嵌入,数据分布,缩到,某个,锚点,相似结构,驱动策略,序列表,排在,过约束,标准数据集,图像分类,分类问题
AB值：
0.277794
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。
