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！
摘要：本发明公开了一种小样本学习图像分类方法及装置、电子设备，该方法包括：提取待预测图像的高维特征；将待预测图像的高维特征输入至训练好的分类模型得到待预测图像的预测类别；其中，分类模型是根据扩增后的数据集训练的，扩增后的数据集包括真实样本和生成对抗网络根据真实样本产生的生成样本；生成对抗网络中包括多样性正则化器、三元损失正则化器及分类正则化器，多样性正则化器用于保持噪声向量之间的距离大于距离阈值，三元损失正则化器用于缩小同类样本、扩大异类样本间的差异，分类正则化器用于基于皮尔森相关系数保持生成样本的分布与真实样本的分布一致。本发明能够提高对图像的分类效果和分类准确率。
主权项：1.一种小样本学习图像分类方法，其特征在于，包括：提取待预测图像的高维特征；将所述待预测图像的高维特征输入至训练好的分类模型得到所述待预测图像的预测类别；其中，所述分类模型是根据扩增后的数据集训练的，所述扩增后的数据集包括真实样本和生成样本，所述生成样本为生成对抗网络根据所述真实样本和噪声向量最后一次生成的伪样本；其中，所述生成对抗网络中包括多样性正则化器、三元损失正则化器及分类正则化器，所述多样性正则化器用于保持所述噪声向量之间的距离大于距离阈值，所述三元损失正则化器用于缩小同类样本、扩大异类样本间的差异，所述分类正则化器用于基于皮尔森相关系数保持所述生成样本的分布与查询样本的分布一致，所述查询样本与所述真实样本的分布及包括的图像的种类相同。
全文数据：
权利要求：
百度查询： 西安电子科技大学 小样本学习图像分类方法及装置、电子设备
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