基于特征融合的小样本学习

• 作者: 张智辉
• 来源期刊: 工业控制计算机
• 关键词: 小样本 度量学习 特征融合
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 软件与仿真
• 页码范围: 61-63,66
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-182X.2021.01.025

摘要

深度学习是通过大量标注数据训练模型,从而使得模型能够准确预测未知目标.样本数据的收集与标注需要耗费大量时间,并且在某些特殊场景下难以获取大量的标注数据,因此如何基于小样本训练模型变得至关重要.针对这一问题,提出基于特征融合的模型,融合方式主要体现在两方面,一是在特征提取模块融合多层次特征,二是样本融合模块综合多个样本特征.实验通过MinilmageNet数据集对提出的模型进行测试,验证了该方法的有效性.