ExpertosLF: dynamic late fusion of CBIR systems using online learning with relevance feedback
3Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : pt. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- ExpertosLF: dynamic late fusion of CBIR systems using online learning with relevance feedback
- Date Crossref
- 20/08/2022
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Lisbon pays non établi dans la noticeUniversité ou école supérieure
-
Laboratório de Sistemas Informáticos de Grande Escala pays non établi dans la noticeStructure de recherche
-
Instituto de Engenharia de Sistemas e Computadores Investigação e Desenvolvimento pays non établi dans la noticeOrganisation à but non lucratif
-
Universidade de Lisboa Faculdade de Ciências pays non établi dans la noticeUniversité ou école supérieure
University of Lisbon, Laboratório de Sistemas Informáticos de Grande Escala et Instituto de Engenharia de Sistemas e Computadores Investigação e Desenvolvimento, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Image Retrieval and Classification TechniquesAdvanced Image and Video Retrieval TechniquesRemote-Sensing Image Classification