|
|||||
|
|
| 开放集识别研究综述 | |
| 引用本文： | 高菲,杨柳,李晖.开放集识别研究综述[J].南京大学学报(自然科学版),2022(1):115-134. |
| 作者姓名： | 高菲 杨柳 李晖 |
| 作者单位： | 天津大学智能与计算学部 |
| 基金项目： | 国家自然基金（62076179）；;北京市自然科学基金重点研究专题（Z180006）； |
| 摘 要： | 传统机器学习方法和深度神经网络在训练模型的过程中都需要大量标记样本作为支撑,然而标记大量样本是一个耗费巨大的过程,并且真实场景变化莫测,获得所有类别的标记样本是不现实的.因此,研究者开始突破标记样本的限制,提出一种更符合现实的场景——开放集识别(Open Set Recognition,OSR).OSR要求建立的模型不... |
| 关 键 词： | 机器学习 深度神经网络 标记样本 开放集识别 度量选择 增量 |