公开(公告)号：CN113535953A

公开(公告)日：2021-10-22

申请号：CN202110798113.0

申请日：2021-07-15

申请人： 湖南大学

发明人： 全哲 ,  赵征 ,  乐雨泉 ,  彭阳

IPC分类号： G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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。

公开(公告)号：CN113535953B

公开(公告)日：2022-05-27

申请号：CN202110798113.0

申请日：2021-07-15

申请人： 湖南大学

发明人： 全哲 ,  赵征 ,  乐雨泉 ,  彭阳

IPC分类号： G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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。