跨域图像空间数据少样本学习研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：跨域图像空间数据少样本学习（ＦｅｗＳｈｏｔ Ｌｅａｒｎｉｎｇ，ＦＳＬ） 是近年来机器学习研究领域的热点，旨在利用少量的有标签图像空间源域数据训练一个可靠的模型对分布差异大的图像目标域数据进行分类。概述了近年来主要的跨域图像空间数据ＦＳＬ 模型，根据模型解决问题的主要思想，将其分类为数据引入法、特征增强法、参数控制法以及混合法。（剩余498字）

试读结束

目录
monitor