BriefGPT - AI 论文速递
·
利用半监督学习增强有限标记数据下的图像分类数据挖掘
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究结合半监督学习与卷积神经网络，改善了有限标记数据下的图像分类效果。实验结果显示，该方法在CIFAR-10数据集上优于传统技术，具有良好的鲁棒性和抗噪声能力。
🎯
关键要点
- 本研究结合半监督学习与卷积神经网络，改善了有限标记数据下的图像分类效果。
- 引入自我训练的方法显著提升了模型对未标记数据的利用能力和预测性能。
- 实验结果显示，该方法在CIFAR-10数据集上优于传统技术。
- 该方法展现出良好的鲁棒性和抗噪声能力，具有实际应用潜力。
➡️
