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 CN114120041A 公開（公告）日 2022-03-01
申請公布號 CN114120041A 申請公布日 2022-03-01
分類號 G06V10/764（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 鄧玉輝;陳萍;劉藝彬 申請（專利權）人 中通服建設有限公司
代理機構 廣州市華學知識產權代理有限公司 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
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絡難以訓練、準確率較低的問題。該分類方法包括：數(shù)據(jù)預處理，對目標數(shù)據(jù)集進行清洗、填充和歸一化；模型設計與優(yōu)化步驟，利用VAE和GAN設計相應的網絡結構，并針對過擬合和訓練產生震蕩等問題進行模型的優(yōu)化；模型訓練步驟，利用小樣本數(shù)據(jù)集對模型進行訓練，進而獲得網絡模型權重；模型預測步驟，輸入測試集對模型進行預測，對比現(xiàn)有的一些經典深度學習分類方法，驗證本發(fā)明的有效性。本發(fā)明公開的方法中構建的模型能夠在小樣本情況下實現(xiàn)數(shù)據(jù)增強，并且能夠提取有效特征從而提高分類的準確率，普遍適用于不同類型的分類任務。