【文件属性】：
文件名称：细节增强的matlab代码-sem:学期
文件大小：66KB
文件格式：ZIP
更新时间：2021-05-27 02:49:42
系统开源
细节增强的matlab代码SEM框架
这是作为基于Spike的期望最大化（SEM）模型的C
++实现开始的，该模型是一种受生物学启发的对象检测和识别模型。
然后，它发展成为一个更通用的框架，以支持尝试使用尽可能多的模型，并提供用于添加自定义算法和方法的接口。
怎么说C
++的编码无法像脚本语言一样顺利地完成？
背景
Nessler，Pfeiffer和Maass最初在2010年提出了SEM模型。他们展示了如何通过尖峰时变依赖可塑性（STDP）和随机赢家通吃（WTA）来控制尖峰神经元网络，从而通过以下方式来学习和预测隐藏的原因：视觉输入的无监督学习。
此实现是Youssef
Kashef的工作。
它通过对特征的分层学习和选择性的视觉注意力扩展了原始SEM。
这项工作是苏黎世联邦理工学院硕士学位论文的一部分，该论文的主题为“使用选择性视觉注意的尖刺神经元进行隐藏于起因的尺度和翻译不变的无监督学习”
大事记
由Michael
Pfeiffer和2010年SEM论文的作者（未包含）实现的Matlab。
Matlab中的Java实现+评估
通过分层学习扩展了具有比例尺和平移不变性的SEM模型
C
【文件预览】：
sem-master
----samples()
--------SEM_NIPS_2010()
--------CMakeLists.txt(1KB)
----LICENSE(2KB)
----README.md(5KB)
----cmake()
--------ListUtils.cmake(1KB)
--------DetectOpenCV.cmake(1KB)
--------FileSystemUtils.cmake(592B)
--------DetectBoost.cmake(1KB)
--------DetectELM.cmake(1KB)
--------BuildTests.cmake(2KB)
--------DetectGTest.cmake(1KB)
--------MessageUtils.cmake(2KB)
--------SEMConfig.cmake(2KB)
----modules()
--------sem()
----docs()
--------doxygenConf.txt(74KB)
--------sem.bib(26KB)
----CMakeLists.txt(8KB)