典型文献
基于加权相似性的MCCNN训练集选择方法
文献摘要：
为解决MCCNN网络立体匹配的训练数据集选择问题,研究一种基于相关性比较、余弦相似性和结构相似性的加权度量选择方法,通过实验确定三者的加权系数,使用三者的加权值衡量训练集与待匹配图像数据分布的互相似性、训练集本身的自相似性,以互相似性和自相似性加和值最高的对应数据集作为选择的训练集.通过InStereo2k图像和实拍图像实验,验证了该方法的有效性.
文献关键词：
相似性度量;加权法;数据集;立体匹配网络;深度学习
中图分类号：
作者姓名：
范聪聪;葛宝瑧;范怡萍
作者机构：
天津大学 精密仪器与光电子工程学院,天津 300072
文献出处：
引用格式：
[1]范聪聪;葛宝瑧;范怡萍-.基于加权相似性的MCCNN训练集选择方法)[J].计算机工程与设计,2022(01):110-119
A类：
MCCNN,InStereo2k
B类：
权相,训练集,选择方法,训练数据集,余弦相似性,结构相似性,度量选择,加权系数,权值,匹配图像,图像数据,数据分布,自相似性,相似性度量,加权法,立体匹配网络
AB值：
0.316131
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。
