小样本学习相关论文
目的 卷积神经网络（convolutional neural network, CNN）在遥感场景图像分类中广泛应用，但缺乏训练数据依然是不容忽视的问题。小样本......
风电是近年来发展最快的可再生能源之一,状态监测与故障诊断能够有效提高风电机组运行可靠性。基于深度学习的故障智能诊断降低了......
图像是人类获取信息的重要途径,基于深度神经网络的自动化图像理解算法取得了飞速发展,并且在智能监控、自动驾驶、智慧医疗等领域......
敌我识别在现代战争中是十分关键的一环，有效的敌我识别可以避免攻击己方目标，能够实现更精准地打击。文章以指挥信息系统为背景，针对......
文本分类任务通常依赖足量的标注数据，针对低资源场景下的分类模型在小样本上的过拟合问题，提出了一种基于提示学习的文本分类方法（BE......
小样本目标检测旨在通过少量的样本学习来训练目标检测模型，现有的小样本目标检测方法大多基于经典的目标检测算法。在二阶段的检测......
空战是现代战争主要打击模式,空中目标具有机动性强、活动范围广的特点,伴随光电技术的发展,各种来袭目标的干扰和抗干扰性能不断......
针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况，提出了一种融合自注意力机制的小样本目标识别模型。在利......
针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题，文中提出了一种基于Transformer的小样本......
正常脑电信号由于容易受到多种脑电伪迹的干扰而导致信噪比低，为了提高脑电信号的信噪比，使用一种基于度量的小样本学习模型来检测脑......
深度学习目前依靠大数据和强算力取得了较大进展，但在样本受限情况下的表现差强人意，主要问题在于函数空间（簇）的建构和在数据集受限情......
近年来,关于深度学习算法的研究十分热门。随着越来越多的高精度模型被不断提出,深度学习算法的应用领域也在不断拓宽,其中制造业......
知识图谱在当前社会扮演着非常重要的角色。许多基于自然语言的任务,例如推荐系统,信息抽取,阅读理解等都依赖于知识图谱的构建。......
新能源功率预测是实现主动配电网运行态势精确感知的关键。针对新能源功率的不确定性和波动性，提出了一种融合迁移学习（TL）和长短期记......
小样本学习旨在利用非常少的监督信息识别出新的类别，由于忽视了样本之间的关联信息，现有的小样本分类方法用于遥感图像小样本分类时......
近年来,小样本学习逐渐被学术界广泛研究,其旨在使模型在给定样本较少的情况下完成一系列任务。目前基于度量学习的元学习算法被广......
【目的】应用半自动标注技术和轻量级目标检测模型，实现烟丝异物实时检测模型的快速开发和落地应用。【方法】在少量标注的样本上使......
边坡变形造成的危害影响着人类正常生活和相关的工程建设,一旦发生滑坡会给国家和有关家庭带来严重的损失。由于导致边坡变形演化......
目标检测是计算机视觉的基础任务之一，其主要任务是对图像中的目标进行分类和定位。小样本目标检测的目的就是利用极少数的训练样本......
滚动轴承是旋转机械设备的关键部件之一,其故障可能会造成整个设备故障,甚至是停机和事故。因此,有必要对其开展故障预测与健康管......
深度卷积目标检测算法可自动识别农田害虫，实现对害虫的监测和预警，确保农业稳产、增产，在智慧农业中有着重要的应用。针对小目标害虫......
现有车损图像数据集存在样本量少，多样性不足，分布不均衡等问题，这些问题可通过图像生成缓解。StyleGAN是较新的能生成高分辨率且不失......
随着5G通信时代的到来,保证设备间的通信安全显得格外重要。通过分析射频信号的微小差异而提取出的硬件特征,可以作为每台设备独一......
图像因其表现形式丰富和反映事物直观等优势,已成为大量信息的重要表现形式和人们获取信息的重要来源。随着信息时代的到来,人们更......
随着深度学习领域取得巨大的进步,在很多任务上都取得了巨大的成功,越来越多的相关应用逐步进入到我们的日常生活中。但是深度网络......
目前人体动作识别研究已经取得了显著成果,并且广泛应用于各行各业,如视频监控、自动驾驶等。其中基于深度学习的人体动作识别发展......
实例分割是计算机视觉领域中重要且具有挑战性的研究方向之一。相较于语义分割（预测图像中每个像素的语义类别）和目标检测（预测图像中......
目标检测技术在计算机视觉领域无论是学术研究还是现实应用中都是最热门的技术之一。目前,主流的基于深度学习的目标检测方法大都......
随着大数据时代的来临,基于卷积神经网络的目标检测算法在深度学习技术的发展下逐渐趋于成熟,而这些都依赖于大量的带有标注的训练......
随着社会对电力需求的逐步增大,智能电网是中国电网发展的必然方向。变电站作为电网分派电能和转换电压的核心设施,是电网的关键组......
以车站现场采集到的ZYJ7型交流道岔转辙机所产生真实道岔动作电流曲线数据为依托，提出基于掩码自编码器的小样本深度学习模型，无须进......
随着医疗数据的急剧增长,精准医学研究的不断深入,利用数据挖掘技术从电子病历中发现潜在的有价值的诊断和治疗模式以辅助医生进行......
裂缝作为桥梁最主要的病害之一，及时高效地发现和评估裂缝对保持桥梁的健康状况至关重要。针对裂缝标注数据集成本高、检测精度低等......
面向小样本条件下的遥感图像目标检测任务，引入元学习技术并设计了一种多尺度重加权与场景修正算法。针对遥感图像中目标尺度变化大......
目的 现有基于RGB-D（RGB-depth）的显著性物体检测方法往往通过全监督方式在一个较小的RGB-D训练集上进行训练,因此其泛化性能受到较......
随着人工智能的发展,人机交互对话系统越来越受欢迎,其中意图识别模块受到越来越多的关注。目前,意图识别方法大多使用有监督的方......
面对生活中来自各行各业的海量数据,如何从中有效地获取关键性的精简信息成为了人们的迫切需求,计算机进行信息处理研究的目标正是......
深度学习算法的成功通常依赖于大量带标注的数据集合,但当缺乏训练数据时,容易出现过拟合的情况,导致深度模型的性能下降。人类能......
现有小样本目标检测方法在扩增样本时往往存在数据分布偏移问题，同时分类任务性能容易受定位任务影响。针对上述问题，提出一种新的小......
近年来,目标识别算法在深度学习领域取得了巨大的突破,相较于传统算法,在识别准确率和效率上都有了极大的提升。目前图像领域的目......
针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模......
通信辐射源个体识别在频谱管理、电子对抗和接入识别等领域发挥着重要的作用,正在逐渐成为研究的重点。由于辐射源个体型号越来越......
近年来，由于大规模数据集的出现，图像语义分割技术得到快速发展。但在实际场景中，并不容易获取到大规模、高质量的图像，图像的标注也需......
现有的基于度量的小样本图像分类模型展现了一定的小样本学习性能，然而这些模型往往忽略了原始数据被分类关键特征的提取。图像数据......
