龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明公开一种基于遗传规划的元学习小样本图像分类方法，涉及机器学习与图像处理技术领域。确定元学习的模式N‑wayK‑shotlearning；获取元训练集和元测试集；构建训练批次和验证批次；获取初始种群；将MAML算法与遗传规划结合获取最好个体；将最好个体对应的神经网络架构作为最终的神经网络架构，将待分类的图像输入最终的神经网络架构得到特征向量，将特征向量输入到支持向量机分类器中，获取分类结果。现有技术中网络结构是通过重用最流行的分类网络结构而任意选择的，结构固定，由于图像之间的高度变化以及图像中的扭曲，使用固定结构的网络在对不同图像进行的好的特征提取是困难的，本发明在元学习算法中使用遗传规划自动生成的架构进行更好的特征提取。
主权项：1.一种基于遗传规划的元学习小样本图像分类方法，其特征在于，包括如下步骤：步骤1：根据分类需求，确定元学习的模式N-wayK-shotlearning，其中N为类别数量，K为每个类别的数据量；步骤2：获取元训练集Dmeta-train和元测试集Dmeta-test；所述元训练集Dmeta-tain包括Xa个已标注类别的图像，元测试集Dmeta-test包括Xn个已标注类别的图像，且元测试集与元训练集中的类别不同；步骤3：在N-wayK-shotlearning模式下，根据元训练集Dmeta-train和元测试集Dmeta-test构建训练批次和验证批次；步骤4：获取初始种群；所述初始种群中包括N个树形结构的GP个体；步骤5：将MAML算法与遗传规划结合，利用训练批次和验证批次获取GP个体中的最好个体；步骤6：将最好个体对应的神经网络架构作为最终的神经网络架构，将待分类的图像输入最终的神经网络架构得到特征向量，将特征向量输入到支持向量机分类器中，获取分类结果。
全文数据：
权利要求：
百度查询： 东北大学 一种基于遗传规划的元学习小样本图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号