一種基于雙對抗變分自編碼器的小樣本分類方法

基本信息

申請?zhí)?/td> CN202111432553.0 申請日 -
公開（公告）號(hào) CN114120041A 公開（公告）日 2022-03-01
申請公布號(hào) CN114120041A 申請公布日 2022-03-01
分類號(hào) G06V10/764（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄧玉輝;陳萍;劉藝彬 申請（專利權(quán)）人 中通服建設(shè)有限公司
代理機(jī)構(gòu) 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 黃衛(wèi)萍
地址 510632廣東省廣州市天河區(qū)黃埔大道西601號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于雙對抗變分自編碼器的小樣本分類方法，解決現(xiàn)有分類方法在小樣本下網(wǎng)絡(luò)難以訓(xùn)練、準(zhǔn)確率較低的問題。該分類方法包括：數(shù)據(jù)預(yù)處理，對目標(biāo)數(shù)據(jù)集進(jìn)行清洗、填充和歸一化；模型設(shè)計(jì)與優(yōu)化步驟，利用VAE和GAN設(shè)計(jì)相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，并針對過擬合和訓(xùn)練產(chǎn)生震蕩等問題進(jìn)行模型的優(yōu)化；模型訓(xùn)練步驟，利用小樣本數(shù)據(jù)集對模型進(jìn)行訓(xùn)練，進(jìn)而獲得網(wǎng)絡(luò)模型權(quán)重；模型預(yù)測步驟，輸入測試集對模型進(jìn)行預(yù)測，對比現(xiàn)有的一些經(jīng)典深度學(xué)習(xí)分類方法，驗(yàn)證本發(fā)明的有效性。本發(fā)明公開的方法中構(gòu)建的模型能夠在小樣本情況下實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)，并且能夠提取有效特征從而提高分類的準(zhǔn)確率，普遍適用于不同類型的分類任務(wù)。