青岛科技大学  English 
赵文仓
赞  

教师拼音名称:zhaowencang

手机版

访问量:

最后更新时间:..

基于特征更新的元学习方法

关键字:图结构;小样本学习;特征更新;元学习

摘要:边缘要素中包含有图结构的重要信息。为了在样例稀疏的小样本学习中获得更好的分类性能,以丰富的图边缘信息源为核心,基于边缘特征和节点特征更新方法提出了适用于小样本分类的元学习框架。对边缘特征进行双重随机归一化,通过迭代地将先前结果与边缘矩阵相乘在扩散过程中传递边缘信息;用ProtoNet网络对节点特征进行初始化,以通过实例的平均嵌入来表示每个类,可以最大限度地减少任务的泛化误差。经实验验证,该方法在监督和半监督小样本分类任务中有效提高了训练精度和分类效果。

卷号:v.44;No.345

期号:08

是否译文:

崂山校区 - 山东省青岛市松岭路99号   
四方校区 - 山东省青岛市郑州路53号   
中德国际合作区(中德校区) - 山东省青岛市西海岸新区团结路3698号
高密校区 - 山东省高密市杏坛西街1号   
济南校区 - 山东省济南市文化东路80号©2015 青岛科技大学    
管理员邮箱:master@qust.edu.cn