[发明专利]一种基于协方差度量的小样本学习算法在审
| 申请号： | 202010783893.7 | 申请日： | 2020-08-06 |
| 公开（公告）号： | CN111858991A | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 李文斌;陈思远;霍静;高阳;徐婧林;王雷;罗杰波 | 申请（专利权）人： | 南京大学;江苏万维艾斯网络智能产业创新中心有限公司 |
| 主分类号： | G06F16/55 | 分类号： | G06F16/55;G06F16/53;G06F17/16;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京泰普专利代理事务所(普通合伙) 32360 | 代理人： | 窦贤宇 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于协方差度量的小样本学习算法，属于计算机视觉领域。其中，一种基于协方差度量的小样本学习算法包括：（1）引入插曲训练机制来学习可迁移知识，（2）设计一个局部协方差表示，然后将其嵌入到深度网络中来学习表达每个概念，（3）基于局部协方差表示，构造一个协方差度量层来度量查询样本和概念之间的分布一致性。本发明提出一个新颖简洁的端到端协方差度量网络CovaMNet，设计一个二阶局部协方差表示来代替传统的一阶概念表征，提出一个新的协方差度量函数。分析多个基准数据集上的对比实验结果可得出，本发明提出的CovaMNet框架在一般小样本分类任务和细粒度小样本分类任务上都表现出具有竞争力的效果。 | ||
| 搜索关键词： | 一种 基于 协方差 度量 样本 学习 算法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学;江苏万维艾斯网络智能产业创新中心有限公司，未经南京大学;江苏万维艾斯网络智能产业创新中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010783893.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种确定液态金属空化阈值的方法
- 下一篇：一种用于护理科的术后转运车
