检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于小样本学习的鳞翅目害虫图像识别方法

农业机械学报 2025年第02期56卷 402-410页

作者：杨信廷周子洁李文勇陈晓王慧于合龙吉林农业大学信息技术学院北京市农林科学院信息技术研究中心国家农业信息化工程技术研究中心上海海洋大学信息学院山东农业大学信息科学与工程学院

针对面对害虫数据稀缺的实际场景时，现有害虫图像识别方法容易出现过拟合导致模型表达能力不足的问题，本研究提出了一种结合度量学习和迁移学习的小样本田间害虫图像分类识别方法。首先，使用ECA-Pyramid-ResNet12模型在mini-ImageNe... 详细信息

针对面对害虫数据稀缺的实际场景时，现有害虫图像识别方法容易出现过拟合导致模型表达能力不足的问题，本研究提出了一种结合度量学习和迁移学习的小样本田间害虫图像分类识别方法。首先，使用ECA-Pyramid-ResNet12模型在mini-ImageNet数据集上进行预训练；其次，在度量模块中添加ECA通道注意力机制，通过捕捉通道间的依赖关系来增强害虫的图像特征表示；然后，使用特征金字塔结构来捕获害虫图像的局部特征和害虫的多尺度特征；最后，利用20类自建鳞翅目害虫图像作为元数据集，对模型进行元训练和元测试。实验结果表明，在3-way 5-shot和5-way 5-shot条件下，本文模型准确率分别达到91.16%和87.26%,比SSFormers、DeepBDC方法分别提高4.58、1.35个百分点。提出的模型有效提升了小样本学习中目标图像特征的表达能力，能够为数据稀缺场景下的田间害虫自动识别提供方法参考。

关键词：害虫识别小样本学习迁移学习度量学习通道注意力机制金字塔全卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于语义的小样本学习原型优化方法

模式识别与人工智能 2025年第2期38卷 132-142页

作者：刘媛媛邵明文张黎旭邵浚中国石油大学(华东)计算机科学与技术学院青岛266580

语义信息可为小样本学习提供丰富的先验知识,然而,现有的小样本研究只在浅层结合图像与语义,无法充分利用语义探索类别特征,从而限制模型性能.为了缓解此问题,文中提出基于语义的小样本学习原型优化方法.首先,设计逐通道级语义提示模块... 详细信息

语义信息可为小样本学习提供丰富的先验知识,然而,现有的小样本研究只在浅层结合图像与语义,无法充分利用语义探索类别特征,从而限制模型性能.为了缓解此问题,文中提出基于语义的小样本学习原型优化方法.首先,设计逐通道级语义提示模块,引导方法提取视觉特征,逐步优化类原型.然后,设计多模态边界损失,将视觉和语义维度上的类间相关性与损失函数结合,约束方法增强类原型的区分性.最后,通过两阶段微调,充分利用语义知识优化类原型,提高分类准确率.在4个基准数据集上的实验表明文中方法性能较优.

关键词：小样本学习原型优化语义知识多模态小样本学习提示学习

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

小样本学习研究综述

机电工程技术 2025年第06期 160-168页

作者：李坤陈剑钧李国胜姜晓道华东光电集成器件研究所

深度神经网络参数众多，需要大量的标记数据进行模型训练，而许多罕见的类别无法收集大量标记样本，严重限制了深度学习方法的可扩展性。受到人类小样本学习能力的启发，近年来关于小样本学习领域的研究取得了不错的进展。对小样本学习... 详细信息

深度神经网络参数众多，需要大量的标记数据进行模型训练，而许多罕见的类别无法收集大量标记样本，严重限制了深度学习方法的可扩展性。受到人类小样本学习能力的启发，近年来关于小样本学习领域的研究取得了不错的进展。对小样本学习方法进行了系统的梳理和总结。首先，给出了小样本学习的问题定义，阐述用于解决小样本问题的元学习框架，说明元训练和元测试的具体过程。然后，对小样本学习算法进行综述，现阶段小样本学习算法分为三类：基于参数优化、基于外部记忆和基于度量学习，其中度量学习方法应用最广、效果最好。对前两类方法进行了简要的说明，然后重点介绍基于度量学习的方法。最后，给出了未来小样本学习领域一些可能的研究方向。

关键词：小样本学习元学习度量学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于原型校正的小样本学习算法

小型微型计算机系统 2025年第3期46卷 520-527页

作者：梁辰晨江宸逸王室栋张浩峰南京理工大学计算机科学与工程学院南京210094 纽卡斯尔大学计算学院纽卡斯尔NE17RU

现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通... 详细信息

现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通过两种策略缓解这个问题,首先,模型利用全局信息来纠正每个任务中的支持样本特征,从而缓解随机采样导致的原型偏移问题;其次,文中提出了实例原型生成算法,该算法利用支持样本特征的局部视图原型集根据不同的查询样本实例生成对应的实例级原型,从而优化了使用支持样本全局特征作为类原型区分度不足的问题.模型在多个基准数据集上的进行了充分实验,实验结果验证了方法的有效性及鲁棒性.

关键词：小样本学习原型校正图像分类原型集生成

商业银行基于Group Training技术的小样本学习应用研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

金融科技时代 2025年第3期33卷 16-22页

作者：吴永飞寿弘宇王彦博魏文术徐奇张月华夏银行龙盈智达(北京)科技有限公司

人工智能是推动社会进步和经济发展的关键力量。商业银行已经在诸多业务领域广泛使用人工智能技术,如精准营销、智能风控、智慧运营等业务领域。然而,有些业务场景在“冷启动”阶段面临样本量不足,并且坏样本量极少的小样本学习问题,这... 详细信息

人工智能是推动社会进步和经济发展的关键力量。商业银行已经在诸多业务领域广泛使用人工智能技术,如精准营销、智能风控、智慧运营等业务领域。然而,有些业务场景在“冷启动”阶段面临样本量不足,并且坏样本量极少的小样本学习问题,这导致现有的人工智能技术可能失效。基于此,文章创新提出了一种Group Training(群组训练)建模思路,可以有效解决小样本学习问题。实证结果表明,Group Training建模方案在多个金融数据集上效果均明显优于传统的建模方案,这为商业银行小样本学习提供了新的研究思路和解决方案。

关键词：人工智能小样本学习 Group Learning Group Training

在线全文

学校读者我要写书评

暂无评论

面向小样本学习的PCB缺陷智能检测方法

电脑知识与技术 2025年第4期21卷 36-41页

作者：郝佳妮农丽萍刘安平方瑾瑜田方圆广西师范大学物理科学与技术学院广西桂林541004 “认知无线电与信息处理”教育部重点实验室(桂林电子科技大学) 广西桂林541004

目前,深度学习模型通常高度依赖大量标注数据的训练样本。然而,在实际生产过程中,特别是在工业缺陷检测领域,获取高质量标注数据难度大且成本高。为此,提出了一种基于小样本学习的PCB缺陷智能检测算法。首先,采用传统数据增强方法和基... 详细信息

目前,深度学习模型通常高度依赖大量标注数据的训练样本。然而,在实际生产过程中,特别是在工业缺陷检测领域,获取高质量标注数据难度大且成本高。为此,提出了一种基于小样本学习的PCB缺陷智能检测算法。首先,采用传统数据增强方法和基于扩散模型的数据增强方法扩充样本,解决样本数量过少的问题;其次,基于YOLOv8深度学习框架,通过高效的骨干网络和检测头实现多尺度目标检测;最后,利用PySide6框架开发了一款智能化的PCB缺陷检测人机交互系统。实验结果表明,所提方法在10-shot任务中展现出优异的检测性能,在真实的PCB缺陷数据集上达到了82.9%的检测精度。

关键词：小样本学习 PCB缺陷检测数据增强 YOLOv8 深度学习

基于小样本学习的盾构穿越粉质黏土夹粉土地层掘进参数控制值研究

在线全文

学校读者我要写书评

暂无评论

广东土木与建筑 2025年第2期32卷 97-99页

作者：张孝兵李国田张岩谢阶祥谭智颜许卓淋中铁五局集团第二工程有限责任公司湖南衡阳421002 中南大学土木工程学院长沙410075

随着城市地铁建设的迅速发展,盾构施工技术在软弱地层的应用受到广泛关注。研究基于武汉地铁12号线盾构穿越粉质黏土夹粉土地层的实际工程背景,通过在试验段收集掘进参数样本,并运用小样本学习算法训练预测模型,对施工方案及参数进行优... 详细信息

随着城市地铁建设的迅速发展,盾构施工技术在软弱地层的应用受到广泛关注。研究基于武汉地铁12号线盾构穿越粉质黏土夹粉土地层的实际工程背景,通过在试验段收集掘进参数样本,并运用小样本学习算法训练预测模型,对施工方案及参数进行优化。研究表明,所提出的盾构掘进参数预测与优化方法能够有效利用有限数据进行学习,为盾构施工的安全高效提供了有力支持,对类似工程具有重要的参考价值。

关键词：盾构施工盾构穿越软弱地层小样本学习掘进参数优化

小样本学习技术在新型电力系统中的应用与挑战

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第6期48卷 74-82页

作者：贺兴潘美琪艾芊电力传输与功率变换控制教育部重点实验室(上海交通大学) 上海市200240 上海交通大学国家电投智慧能源创新学院上海市200240

数据驱动已成为新型电力系统建设及其数字化转型的核心范式,相关算法在负荷预测、状态检修、多主体调控等多项业务中展现出优越的工程效果与应用潜力。然而,实际工程数据往往面临着样本不足、样本不平衡等问题,制约了数据驱动算法的最... 详细信息

数据驱动已成为新型电力系统建设及其数字化转型的核心范式,相关算法在负荷预测、状态检修、多主体调控等多项业务中展现出优越的工程效果与应用潜力。然而,实际工程数据往往面临着样本不足、样本不平衡等问题,制约了数据驱动算法的最终效果。因此,需要借助小样本学习来应对这一挑战。文中从数据、特征、模型3个层面探究了小样本学习技术,综述并分析了相关技术在场景生成、故障诊断、电力系统暂态稳定评估等业务的应用现状,并进一步指出小样本学习技术在新型电力系统中所面临的不足与挑战。

关键词：小样本学习数据驱动生成模型迁移学习

在线全文

学校读者我要写书评

暂无评论

小样本学习研究综述

软件学报 2021年第2期32卷 349-369页

作者：赵凯琳靳小龙王元卓中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100049

小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗... 详细信息

小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗费很大的人力.所以,如何用少量样本进行学习就成为目前人们需要关注的问题.系统地梳理了当前小样本学习的相关工作,具体来说介绍了基于模型微调、基于数据增强和基于迁移学习这3大类小样本学习模型与算法的研究进展;将基于数据增强的方法细分为基于无标签数据、基于数据合成和基于特征增强这3类,将基于迁移学习的方法细分为基于度量学习、基于元学习和基于图神经网络这3类;总结了目前常用的小样本数据集和代表性的小样本学习模型在这些数据集上的实验结果;随后对小样本学习的现状和挑战进行了概述;最后展望了小样本学习的未来发展方向.

关键词：小样本学习微调数据增强迁移学习度量学习元学习