一种基于双对抗变分自编码器的小样本分类方法
基本信息
| 申请号 | CN202111432553.0 | 申请日 | - |
| 公开（公告）号 | CN114120041A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114120041A | 申请公布日 | 2022-03-01 |
| 分类号 | G06V10/764（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 邓玉辉;陈萍;刘艺彬 | 申请（专利权）人 | 中通服建设有限公司 |
| 代理机构 | 广州市华学知识产权代理有限公司 | 代理人 | 黄卫萍 |
| 地址 | 510632广东省广州市天河区黄埔大道西601号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于双对抗变分自编码器的小样本分类方法，解决现有分类方法在小样本下网络难以训练、准确率较低的问题。该分类方法包括：数据预处理，对目标数据集进行清洗、填充和归一化；模型设计与优化步骤，利用VAE和GAN设计相应的网络结构，并针对过拟合和训练产生震荡等问题进行模型的优化；模型训练步骤，利用小样本数据集对模型进行训练，进而获得网络模型权重；模型预测步骤，输入测试集对模型进行预测，对比现有的一些经典深度学习分类方法，验证本发明的有效性。本发明公开的方法中构建的模型能够在小样本情况下实现数据增强，并且能够提取有效特征从而提高分类的准确率，普遍适用于不同类型的分类任务。 |
