训练过程中使用支持集信息的单样本学习算法

来源 :中国科学技术大学学报 | 被引量 : 0次 | 上传用户:yhmlivefor54
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
单样本学习的目的是利用一个包含大量训练样本的源类别数据集以及每个类别只包含一个训练样本的目标类别数据集来构建一种学习算法,使得算法能够对目标类别空间中的样本进行准确分类.已有的单样本学习算法主要是先利用源类别数据来训练模型,然后在测试时将目标类别训练数据作为支持集来实现对未标注样本的分类,因此在训练时没有有效地利用支持集的信息.为此提出一种在训练阶段和测试阶段同时利用支持集信息的单样本学习算法,基本思想是利用孪生神经网络构建模型并在训练时加入支持集信息,即让不同类别的支持集样本之间的相似度尽可能小.在O m nig lo t数据集和满文识别问题上的实验结果表明,该算法能取得较好的识别准确率.
其他文献
利用多视图学习、流形学习以及协同正则化的多重惩罚处理,对含有大量无标签的类别数据提出一种多视图半监督学习的分类器构造方法.该方法由递归提升的方式对数据进行逐次多视
针对攻击者可能通过某些技术手段如生成式对抗网络(GAN)等窃取深度学习训练数据集中敏感信息的问题,结合差分隐私理论,提出经沃瑟斯坦生成式对抗网络(WGAN)反馈调参的深度学
现代社会中,生物学科学发展迅猛,基因工程技术也是日新月异。基于基因工程这部分内容在高中教材中的呈现、高考要求,下面对几个高频出现的问题做了整理和简要阐述。(1)自然界中的农杆菌侵染植物细胞时,只将其内部Ti质粒中的一段T-DNA侵入并整合到植物细胞中的染色体上,其自身并不侵入植物细胞中,有什么意义?
细胞壁物质凝胶是细胞壁物质直接在核磁共振管中与氘代溶剂生成的产物,无须分离成分就可以获得细胞壁良好分辨的2D 13C-1H相关核磁共振谱(2D HSQC NM R).为此选用氘代二甲基
一般认为,起伏地形对激发极化法勘探影响不大,这是因为在地下介质极化率均匀的理想情况下起伏地形没有影响.当存在矿体的复杂介质模型时,起伏地形对激发极化法预期会存在一定
分布式随机梯度下降法被广泛应用于大规模机器学习,同步随机梯度下降法和异步随机梯度下降法是两个典型的分布式随机梯度下降法.在同步随机梯度下降法中,所有的工作节点都需
1分析课程标准和高考,明确教学目标1.1解读课程标准,明确概念体系及素养要求《普通高中生物学课程标准(2017年版2020年修订)》(以下简称《课标》)明确指出生物学科核心素养包括生命观念、科学思维、科学探究和社会责任。《课标》选择性必修1模块“概念1生命个体的结构与功能相适应,各结构协调统一共同完成复杂的生命活动,并通过一定的调节机制保持稳态”中关于植物的激素调节有关的内容要求见表1。
数学是研究数量关系和空间形式的科学,数学是一切自然科学和技术科学的基础.初中物理学习中涉及的几何知识很多,尤其是在光学中.学习光学时往往需要借助相关几何知识来解决物理问题.此时对学生的学科交互学习能力要求较高,故教师在物理教学中需关注学科间的联系与渗透,并有意识培养学生灵活运用数学知识解决物理问题的能力.
等离激元型超表面由金属型周期性二维亚波长人工微结构组成,能改变波前来实现光的多方位调控;目前,等离激元型超表面的透射光中,其正交偏振的纯度较低,即同时存在目标光和背
2018年中国科学技术大学推出“校园百科”项目,旨在利用智能化技术实现校园文化积累与推广的新途径.“校园百科”的推出是以建设校园文化积累的知识库和校园文化分享平台为目