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：苏州大学
摘要：本发明涉及一种基于马氏距离损失特征注意力网络的小样本图像分类方法，包括对带标签的小样本图像数据集进行特征提取，得到训练集；将训练集中的样本输入至特征注意力网络进行训练，得到训练好的特征注意力网络；训练集向量通过训练好的特征注意力网络后求平均获得类的表示；对不带标签的小样本图像数据集进行特征提取，得到测试集，将测试集中的样本输入至训练好的特征注意力网络，得到新的特征向量，计算新的特征向量与类表示之间的马氏距离，其中马氏距离最小时所对应的类即表示对该样本的分类预测。本发明弥补了主干模型对于新任务特征重要性知识不足的缺点，使用马氏距离分类前通过特征注意力网络对特征赋予不同的权重，使得类内距离缩小、类内距离扩大，以此提升分类性能。
主权项：1.一种基于马氏距离损失特征注意力网络的小样本图像分类方法，其特征在于：包括以下步骤：对带标签的小样本图像数据集进行特征提取，得到训练集，所述训练集包括样本的特征向量及其对应的类别；将所述训练集中的样本输入至特征注意力网络进行训练，得到训练好的特征注意力网络，训练集中的特征向量通过训练好的特征注意力网络后求平均获得类的表示；对不带标签的小样本图像数据集进行特征提取，得到测试集，将所述测试集中的样本输入至训练好的特征注意力网络，得到新的特征向量，计算新的特征向量与类表示之间的马氏距离，其中马氏距离最小时所对应的类即表示对该样本的分类预测；其中训练所述特征注意力网络的损失函数为： 式中，intraSim表示类内相似度，interSim表示类间相似度；所述类内相似度intraSim和类间相似度interSim的定义如下： 式中，类表示rc表示将训练集中的第c类输入训练完成的特征注意力网络所获的向量平均，oc,i表示特征注意力网络所输出的第c类第i个向量，ot,i表示特征注意力网络所输出的第t类第i个向量，表示通过马氏距离得到rc与ot,i的相似度；马氏距离函数mahaot,i,rc的表达式如下： 式中，表示训练集的第c类混合协方差矩阵，其表达式由训练集的第c类协方差矩阵与训练集的协方差矩阵Στ共同决定，即： 式中，权重E是一个单位矩阵，协方差以及
全文数据：
权利要求：
百度查询： 苏州大学 基于马氏距离损失特征注意力网络的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