- 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
查看更多
本申请涉及小样本数据检测技术领域,提供了一种基于残差图卷积网络和自注意力的小样本数据分类方法及系统。该方法中,基于残差网络和改进的自注意力机制,对图卷积神经网络进行改进,得到改进的残差图卷积网络模型;提取待分类图像的图像高维特征为改进的残差图卷积网络模型的输入节点特征,并对输入节点特征进行更新,得到待分类图像的输出节点特征;基于改进的残差图卷积网络模型的最后一层全连接层的激活函数,根据输出节点特征,确定待分类图像的类别概率。籍以有效的发挥图卷积网络在小样本数据学习中的作用,提高分类模型的稳定性;
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118097293A
(43)申请公布日2024.05.28
(21)申请号202410309314.3G06V10/44(2022.01)
文档评论(0)