一种基于多向知识迁移的小样本图像分类方法.pdfVIP

下载本文档

0
0
约2.24万字
约 15页
2024-04-03 发布于四川
举报
版权申诉

一种基于多向知识迁移的小样本图像分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多向知识迁移的小样本图像分类方法，包括以下步骤：1、视觉与文本特征提取；2、类别间语义关系计算；3、文本知识单向自迁移；4、视觉知识单向自迁移、模态间知识双向互迁移；5、模型训练与测试。本发明通过在文本端和视觉端分别进行的单向自迁移，以语义推理和视觉幻想的方式从基础类别中完善对新类别的描述，并通过跨模态互迁移交换来自不同模态的知识，使得不同模态间相互学习，共同训练，从而能减轻基础类别和新类别间样本数量差异的影响，缓解不同模态数据间的语义鸿沟，并能提高小样本图像分类的准确度。

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN115131613A

(43)申请公布日2022.09.30

(21)申请号202210775075.1G06N3/08(2006.01)

(22)申请日2022.07.0