-
公开(公告)号:CN117609842A
公开(公告)日:2024-02-27
申请号:CN202311658195.4
申请日:2023-11-30
Applicant: 安徽大学
IPC: G06F18/24 , G06F18/213 , G06F18/21 , G06F18/214 , G06N3/0464 , G06N3/0985 , G06N3/084
Abstract: 本发明公开了一种基于元学习的细胞分类方法,包括以下步骤:使用元学习算法EOSGD对细胞数据分类处理,元学习算法EOSGD采用WRN‑28‑10特征提取网络提取特征,并采用残差块优化深度残差网络;使用嵌入隐空间优化的方式替代MLP处理特征再进行分类,在隐空间处理后的特征,经过Softmax分类器对细胞数据集分类处理;引入高维学习率向量优化学习率,使模型同时对学习率,参数更新方向和初始化权重进行学习,在基准数据集上取得了较高的准确率。本发明提出了一种基于元学习的算法EOSGD,该算法采用WRN‑28‑10网络提取特征,使用嵌入隐空间优化的方式进行特征处理,引入高维学习率向量优化学习率,在训练数据量少的情况下也能达到很好的效果。