专利内容由知识产权出版社提供
专利名称：一种基于特征转换的少样本图像分类方法专利类型：发明专利
发明人：熊盛武,王豪杰,荣毅,连洁雅,月月申请号：CN201910616933.6申请日：20190709公开号：CN110490227A公开日：20191122
摘要：本发明公开了一种基于特征转换的少样本图像分类方法，具体可分为如下步骤：划分数据集；从训练集取样少样本分类任务；利用神经网络提取少样本分类任务样本的特征表示；利用数据的相似度信息对原始特征进行特征转换；对任务中待分类样本分类，计算交叉熵损失，反向传播更新网络参数；迭代训练得到理想的特征提取网络；完成少样本分类任务。本发明训练了一个适合于少样本分类的特征提取器，使得在训练数据极少的情况下，分类器仍可以取得较为理想的分类性能。并且在特征提取后增加了一步特征转换操作，使得少样本分类任务内部的相似度信息得以利用，在计算复杂度仅有极小的增加的情况下，分类性能获得显著提升。为少样本分类任务提供了新思路。
申请人：武汉理工大学,武汉水象电子科技有限公司
地址：430070 湖北省武汉市洪山区珞狮路122号
国籍：CN
代理机构：武汉科皓知识产权代理事务所(特殊普通合伙)
代理人：薛玲
更多信息请下载全文后查看
