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:华东理工大学
摘要:本发明公开了一种适用于小样本问题的基于传播和增补的特征修正方法,该方法的训练过程包括:1将原始样本数据按照类别不共享的策略划分为训练集和测试集两部分;2根据基于交叉熵的卷积神经网络,在训练集上训练特征提取网络;3基于特征修正框架,将测试样本输入特征提取网络提取特征,并通过特征修正方法对测试样本的特征进行传播和更新,得到最终的测试样本特征;4测试过程中,将有标签样本和无标签样本同时应用步骤3并根据近邻分类器得到无标签样本的分类结果。本发明在提高小样本学习准确率的同时降低数据标注成本,是无参数化的即插即用系统模块,使特征在应用中更具判别性,整体提高了小样本学习系统的效率和准确率。
主权项:1.一种适用于小样本问题的基于传播和增补的特征修正方法,其特征在于,该方法的训练过程包括以下步骤:1将原始样本数据按照类别不共享的策略划分为训练集和测试集两部分;2根据基于交叉熵的卷积神经网络,在训练集上训练特征提取网络;3基于特征修正框架,将测试样本输入特征提取网络提取特征,并通过所述特征修正方法对测试样本的特征进行传播和更新,得到最终的测试样本特征;4测试过程中,将有标签样本和无标签样本同时应用步骤3并根据近邻分类器得到无标签样本的分类结果。
全文数据:
权利要求:
百度查询: 华东理工大学 一种适用于小样本问题的基于传播和增补的特征修正方法
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。