无类别先验的 Taylor 变分损失正无标学习在高光谱遥感图像中的应用
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了一种应用于高光谱遥感图像 (HSI) 的正 - 无标签学习 (PU learning) 方法，通过提出的 Taylor 变分损失函数和自校准优化策略，在有限标记 HSI 数据中实现了在过拟合和欠拟合之间的平衡，且在 7 个基准数据集 (共 21 个任务) 上的实验证实了该方法的有效性。
本文介绍了一种应用于高光谱遥感图像的正-无标签学习方法，通过提出的Taylor变分损失函数和自校准优化策略，在有限标记HSI数据中实现了在过拟合和欠拟合之间的平衡，并在7个基准数据集上进行了实验证实。
