Scidown文献预览系统！
零镜头图像分类的语义引导类不平衡学习模型( Semantic-Guided Class-Imbalance Learning Model for Zero-Shot Image Classification )
Z Ji X Yu Y Yu Y Pang Z Zhang
在这篇文章中，我们着重于零镜头图像分类(ZSIC)的任务，它装备了一个学习系统，使其能够从看不见的类别中识别视觉图像。与传统的图像分类方法相比，ZSIC算法更关注类级的知识传递能力，更容易出现类不平衡问题。在现实世界中，不同类别的样本数一般服从长尾分布，传统的基于批处理的训练方式很难将样本稀少的已见类中的判别信息传递到相关的未见类中，从而大大降低了系统的整体泛化能力。为了缓解ZSIC中的类不平衡问题，我们提出了一个样本平衡训练过程，以鼓励所有训练类对学习模型的贡献相等。具体地说，我们从所有训练类中随机选择相同数量的图像组成一个训练批，以确保样本稀少的类在每次迭代中的贡献与样本充足的类相等。考虑到同一类别的实例在类别代表性方面存在差异，我们进一步发展了一个有效的语义引导特征融合模型，通过根据样本的类别代表性为样本分配不同的权重，得到具有区分性的类别视觉原型，用于后续的视觉-语义交互过程。在三个不平衡的ZSIC基准数据集上对传统的ZSIC任务和广义的ZSIC任务进行了大量的实验，结果表明我们的方法取得了很好的效果，特别是对于与样本稀少的已见类别密切相关的未见类别。另外，在两个类平衡数据集上的实验结果表明，该方法与基线模型相比，也提高了分类性能。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 非营利组织的会计错误下载
scidown 水凝胶用于1型糖尿病的新兴技术下载
scidown 水凝胶用于1型糖尿病的新兴技术下载