...
机译:通过显着指导的多类学习进行无监督对象类发现
Computer Science Division, University of California at Berkeley, Berkeley, CA;
Algorithm design and analysis; Clustering algorithms; Detectors; Electronic mail; Object detection; Training; Unsupervised learning; Unsupervised object discovery; multiple instance learning; object detection; saliency; weakly supervised learning;
机译:用于场景分类的显着性无监督特征学习
机译:使用知识传播的对象分类,分段和识别的概率对象模型(POM)的无监督学习
机译:对动态对象进行分类-一种无监督的学习方法
机译:通过显着性指导的多类学习进行无监督的对象类发现
机译:通过在无人监督的设置中进行功能选择来发现类。
机译:与传统的基于规范的分类相比基于机器学习算法的抑郁水平无监督分类表现良好
机译:通过显着性引导的多类学习进行无监督的对象类发现