-
141
-
142
-
143
-
144
-
145
-
146
-
147por Menon, Shalini, Goldfarb, Dennis, Cousins, Emily M., Major, M. Ben, Gupton, Stephanie L.Enlace del recurso
Publicado 2020
Enlace del recurso
Enlace del recurso
Online Artículo Texto -
148
-
149
-
150
-
151
-
152por Rele, Chinmay P., Williams, Jared, Reed, Laura K, Youngblom, James J, Leung, WilsonEnlace del recurso
Publicado 2021
Enlace del recurso
Enlace del recurso
Online Artículo Texto -
153
-
154
-
155
-
156por Rafidison, Maminiaina Alphonse, Ramafiarisona, Hajasoa Malalatiana, Randriamitantsoa, Paul Auguste, Rafanantenana, Sabine Harisoa Jacques, Toky, Faniriharisoa Maxime Rajaonarison, Rakotondrazaka, Lovasoa Patrick, Rakotomihamina, Andry Harivony“…The proposed method was validated with different dataset such as Caltech-101, Caltech-256, CIFAR-10, CIFAR-100, and ImageNet, and the accuracy reaches 92%, 90%, 99%, 94%, and 91%, respectively, which are better than the previous related works.…”
Publicado 2023
Enlace del recurso
Enlace del recurso
Enlace del recurso
Online Artículo Texto -
157“…The experimental results show that the method in this paper performs well in image classification for the relatively simple Cifar-10 dataset, the moderately difficult Caltech-101 dataset, and the Caltech-256 dataset with large differences in object size and location. …”
Enlace del recurso
Enlace del recurso
Enlace del recurso
Online Artículo Texto -
158
-
159
-
160