没有合适的资源?快使用搜索试试~ 我知道了~
matlab精度检验代码-JPDA:区分性联合概率MMD(DJP-MMD)的代码
共20个文件
mat:13个
m:4个
png:2个
需积分: 50 11 下载量 140 浏览量
2021-05-21
22:12:04
上传
评论
收藏 52.69MB ZIP 举报
温馨提示
matlab精度检验代码联合概率分布适应(JPDA) 该存储库包含用于域自适应的简单但有效的区分联合概率MMD(DJP-MMD)的代码。 我们通过将其嵌入联合概率域适应(JPDA)框架来验证其性能。 下图显示了DJP-MMD和联合MMD之间的区别。 更多细节请看 与传统的MMD方法相比,JPDA具有更简单的形式,并且在测量不同域之间的差异方面更有效。 在六个图像分类数据集上的实验证明了JPDA的有效性。 表1中显示了Multi-PIE数据集的平均精度。在大多数任务中,JPDA优于所有基于联合MMD的方法,与JDA相比,其准确性提高了4.69% 。 运行代码 该代码是MATLAB代码在Windows 10系统中工作的。 代码文件介绍: demo_classify_office.m-演示文件,有关数据集Office + Caltech上的12个跨域图像分类任务的JPDA。 demo_classify_other.m-演示文件,数据集COIL,USPS和MNIST上的4个跨域图像分类任务的联合概率分布自适应(JPDA)。 demo_classify_pie.m-演示文件,有关数据集Multi
资源推荐
资源详情
资源评论
收起资源包目录
JPDA-master.zip (20个子文件)
JPDA-master
README.md 3KB
demo_classify_pie.m 1KB
presentation
JPDA_overview.png 68KB
acc_pie.png 110KB
demo_classify_office.m 1KB
data
PIE27.mat 12.07MB
PIE29.mat 5.74MB
PIE07.mat 5.75MB
MNIST_vs_USPS.mat 2.9MB
COIL2_vs_COIL1.mat 2.69MB
Office
webcam_SURF_L10.mat 32KB
caltech_SURF_L10.mat 147KB
amazon_SURF_L10.mat 103KB
dslr_SURF_L10.mat 18KB
USPS_vs_MNIST.mat 2.9MB
PIE05.mat 11.84MB
PIE09.mat 5.86MB
COIL1_vs_COIL2.mat 2.69MB
JPDA.m 3KB
demo_classify_other.m 944B
共 20 条
- 1
资源评论
weixin_38675815
- 粉丝: 3
- 资源: 889
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功