专利号:
CN202210482490.8
摘要:
本发明公开了一种基于大边界贝叶斯原型学习的小样本图像分类方法及装置,方法包括以下步骤:S1、对数据进行预处理,其中数据包括训练集和测试集;S2、基于卷积神经网络和高斯分布模型,构建贝叶斯原型分布模型;S3、基于优化后的贝叶斯原型分布模型的目标函数并求解模型参数;S4、利用优化后的贝叶斯原型分布模型对测试集图像进行分类,测评模型的性能。本发明引入了大边界分类和变分推理的思想,基于分布估计建模的方式进行研究,建立了一种基于大边界贝叶斯原型学习的小样本图像分类方法及装置,解决了小样本图像分类中存在的原型偏差问题,改善了图像的分类效果,具有很高的实用价值。
