WIKI资讯
WIKI资讯
用于训练样本的SAR图像往往并不充分，笔者提出基于生成网络的零样本学习方法，采用生成网络来层次化表征SAR图像特征，由此构建连续的可解释的特征空间，通过将SAR图像映射到该特征空间来实现对于未知样本的解译[21]。图14（a）为深度生成网络架构，由构造网络、生成网络和解译网络3部分组成，分别进行从已知目标标签到特征空间的映射、从特征空间到图像空间的生成，以及从未知目标图像空间到特征空间的映射；图14（b）给出的即是对MSTAR中7类已知目标经过生成网络学习后构造的二维特征空间及其中的目标分布。（a）（b）图14 用于零样本学习SAR目标特征空间的深度生成网络架构Fig. 14 Deep generative neural network for zero-shot learning of SAR target feature space基于SAR目标重构传统的方法，将被观察目标重构成人类可以直接理解的表征，即三维几何形状和一些可......阅读全文
摘要：近10 年来，人工智能技术得到了科技与工业界的极大的重视，预示着人类文明将进入智能时代。但是，作为智能时代基础的“智能科学”还远未成型。本文从电磁物理信息感知技术的独特视角，讨论智能科学如何发展的一些见解，指出人类智能与外在世界互为对偶问题、相互不可分割的根本属性，因此按人工智能所应对的对
《麻省理工科技评论》于 2016 年正式落地中国，次年，“35 岁以下科技创新 35 人” （Innovators Under 35）中国榜单正式发布！四年成长、四届榜单，我们持续关注和发掘中国科技发展中不断崛起的新兴力量。从实验室里最新的技术研发成果，到各前沿领域的科技创业者们所取得的里程碑式
中国科学院科技战略咨询研究院战略情报研究所研制的“2016全球最受公众关注的科学成果”，通过计量统计遴选出天文学与天体物理[1]、物理学、化学、地球科学、生命科学这五个学科中受到科技界热切关注的科学成果，及中国研究者参与的每个学科TOP30受公众关注的科学成果，为科技工作者把握最新的科学研究热点