一种空间相关性引导的原型蒸馏小样本分类方法

    公开(公告)号:CN117152504A

    公开(公告)日:2023-12-01

    申请号:CN202311069311.9

    申请日:2023-08-23

    Abstract: 本发明公开了一种空间相关性引导的原型蒸馏小样本分类方法,包括利用无标签光学遥感图像对CNN‑ViT双分支混合异构网络模型进行自监督预训练,以获得自监督预训练后的CNN‑ViT双分支混合异构网络模型;利用有标签光学遥感图像的模式特征、上下文关系特征和空间特征对上述网络模型进行元训练,以获得用于小样本分类的CNN‑ViT双分支混合异构网络模型;将待分类光学遥感图像输入用于小样本分类的CNN‑ViT双分支混合异构网络模型,以获得待分类光学遥感数据的分类结果。本发明可有效捕获潜在的空间判别性语义信息,提高小样本条件下光学遥感图像分类性能,解决了在有限样本条件下的鲁棒性特征表征能力差、容易过拟合的问题。

    一种协同度量的小样本分类方法
    3.
    发明公开

    公开(公告)号:CN117274700A

    公开(公告)日:2023-12-22

    申请号:CN202311252965.5

    申请日:2023-09-26

    Abstract: 本发明公开了一种协同度量的小样本分类方法,包括,基于支持样本和查询样本获取不同粒度的全局空间语义关系和局部空间语义关系;将每个粒度的全局空间语义关系和局部空间语义关系进行融合,获得每个粒度的全局‑局部融合空间语义关系;采用最小和特征集距离度量方法在所述多粒度空间语义关系集上进行协同度量决策,获得预测概率分布;利用标签优化多粒度协同度量模型,获得用于分类的多粒度协同度量模型;将待分类图像输入用于分类的多粒度协同度量模型,获得待分类图像的分类结果。本发明可以有效地捕获潜在的空间判别性语义信息,提高小样本条件下的图像分类性能,解决了在有限样本条件下模型容易出现崩溃和过拟合的技术问题。

Patent Agency Ranking