样本特征空间增强方法及装置
公开
摘要
本公开的实施例提供了一种样本特征空间增强方法和小样本分类器训练方法、以及相应的装置、设备和存储介质。本公开的实施例的方法针对无标签数据集，通过无监督预训练和无监督聚类确定特征编码器和遗产字典，并利用特征编码器和遗产字典基于少量新类样本获得更丰富的样本特征，以增强样本的特征空间。通过将本公开的实施例的方法应用于小样本分类，能够将基类样本的语义变化迁移至新类样本，从而基于少量新类样本生成富有语义变化的更多可靠的新类样本，以提升小样本分类器的分类能力。此外，本公开的实施例中的特征编码器和遗产字典的确定都无需标签信息，因此本公开的实施例的方法也可以适用于其他的无标签或标签紧缺的任务。
基本信息
专利标题 ：
样本特征空间增强方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114281985A
申请号 ：
CN202111165666.9
公开（公告）日 ：
2022-04-05
申请日 ：
2021-09-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨佳伟姚建华
申请人 ：
腾讯科技（深圳）有限公司
申请人地址 ：
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 ：
北京市柳沈律师事务所
代理人 ：
王娟
优先权 ：
CN202111165666.9
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F40/126 G06F40/242 G06F40/30 G06K9/62 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
