基于改进关系网络的小样本学习

• 作者: 吴洛天 孟树林 张艳 汪曙光 王年
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 小样本学习 关系网络 inception块 感受野块
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 38-44
• 页数: 7页
• 分类号: TP183
• 字数: 3241字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2020.04.005

摘要

关系网络是一种端到端的小样本学习框架,可以通过少量标注样本识别新的类别.在关系网络的基础上,融合inception块和感受野块,提出了一种基于改进关系网络的小样本学习方法.用inception块替换嵌入模型的第3个卷积层,并且将感受野块添加在关系模型的起始位置,这两种卷积块分别提升了网络的特征表达能力和度量能力.在Omniglot数据集上,该算法的识别率整体高于关系网络,达到97％ 以上;在miniImagenet数据集上,采用5-way 1-shot和5-way 5-shot方法,算法识别率分别达到52.89％,67.15％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王年	安徽大学电子信息工程学院	93	1089	17.0	29.0
2	张艳	安徽大学电子信息工程学院	30	88	5.0	8.0
3	孟树林	安徽大学电子信息工程学院	1	0	0.0	0.0
4	吴洛天	安徽大学电子信息工程学院	1	0	0.0	0.0
5	汪曙光	清华大学合肥公共安全研究院	13	31	3.0	5.0