10.19678/j.issn.1000-3428.0056634
基于特征聚合网络的小样本学习方法
针对深度学习中使用少量样本完成模型训练的小样本学习问题,构建一种双路的特征聚合网络,并提出一种新的综合损失函数对网络模型的参数更新过程加以控制.通过综合损失函数,特征聚合网络可将样本映射到更具代表性的特征空间中,从而获得更优的特征分布.实验结果表明,与MN、PN等方法相比,该特征聚合网络能有效降低特征空间的复杂性,提升整体模型的分类效果.
深度学习、小样本学习、特征提取、度量学习、特征聚合
47
TP18(自动化基础理论)
国家自然科学基金"基于视听信息融合的情感机器人情感识别与情感建模研究"61672202
2021-03-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
77-82