|
关注：1
2013-05-23 12:21
求翻译：For many categories, the number of positive images is about one hundred and 1% is the minimum frequency that can be set. For each task, HoPS is compared against the baseline which is the original first order representation i.e. without taking into account feature dependencies. The same classifier and the same protocol 是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
For many categories, the number of positive images is about one hundred and 1% is the minimum frequency that can be set. For each task, HoPS is compared against the baseline which is the original first order representation i.e. without taking into account feature dependencies. The same classifier and the same protocol
问题补充： |
|
2013-05-23 12:21:38
为许多类别，正的图像的数量为约百和1％是可以设置的最小频率。
|
|
2013-05-23 12:23:18
对于许多类别，正面图象的数量约为一百，并且1%是可以设置的极小的频率。对于每项任务，蛇麻草对即是原始的第一个命令表示法，无需考虑到特点附庸的基础线比较。同一个量词和同一个协议为蛇麻草和基础线表示法使用。
|
|
2013-05-23 12:24:58
为许多类别，正面图象的数量约为一百，并且1%是可以设置的极小的频率。 为每项任务，蛇麻草被比较反对是原始的第一个命令表示法即的基础线。 没有考虑到特点附庸。 同一个量词和同一个协议为蛇麻草和基础线表示法使用。 因为所有表示法包括蛇麻草是直方图，我们在训练线性SVM量词之前L1正常化和正方形根表示法。
|
|
2013-05-23 12:26:38
对于很多类别，正面图像的数量是大约一百和 1%是可以设置的最小频率。对于每个任务，啤酒花相比相对于基线的原来是一阶代表即不考虑功能依赖关系。同一分类器和相同的协议用于啤酒花和基线表示。因为所有的表示形式，包括啤酒花是直方图、 我们 L1 正常化和均方根表示在训练线性支持向量机分类器之前。
|
|
2013-05-23 12:28:18
对很多分类，肯定的图像数量是大约一百和 1% 是可以被设置的最小频率。对每项任务， HoPS 被与是原始第一次序代表的底线比较即而没有考虑特征从属物。相同的分类符和相同的协议用于 HoPS 和底线代表。由于包括 HoPS 的所有代表是柱状图，我们 L1 使正常化和平方根代表训练线性 SVM 分类符之前。
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
