一种基于元学习的少样本分类方法

授权

摘要

本发明公开了一种基于元学习的少样本分类方法，其结合LCM的元学习方法，训练过程主要有两个方面：Attention和岭回归分类器，Attention模块通过组合源池和支持集的分布统计信息来生成特定于类的注意力；岭回归分类器的目标是在从支持集学习之后，对查询集进行预测，由于测试阶段数据量较小，通过LCM试图挽救预测错误的标签，达到在低数据量下较高的分类准确度。

基本信息

专利标题：

一种基于元学习的少样本分类方法

专利标题（英）：

暂无

公开（公告）号：

CN113535953A

申请号：

CN202110798113.0

公开（公告）日：

2021-10-22

申请日：

2021-07-15

授权号：

CN113535953B

授权日：

2022-05-27

发明人：

全哲赵征乐雨泉彭阳

申请人：

湖南大学

申请人地址：

湖南省长沙市岳麓区麓山南路1号

代理机构：

长沙明新专利代理事务所(普通合伙)

代理人：

叶舟

优先权：

CN202110798113.0

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06K9/62 G06N3/04 G06N3/08