开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2019-04-01
详细说明： 当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而， 在很多特殊场景下，难以获取大量标注样本数据，小样本物体识别仍是深度学习下关键性的 难题。针对这一问题，首先利用4 层深度卷积神经网络提取训练样本和测试样本的高层语义 特征，然后基于改进的匹配网络分别采用双向LSTM 和attLSTM 算法对训练样本和测试样 本深入提取更加关键和有用特征并进行编码，最后在平方欧氏距离上利用softmax 非线性分 类器对测试样本进行分类识别。实验通过Omniglot 数据集对提出的改进模型进行测试，取 得了非常好的效果。改进的模型即使在最复杂的20-way 1-shot 的情况下，依然能够达到93.2% 的识别率，Vinyals 的原创匹配网络模型在20-w ay 1-shot 的情况下只能达到88.2%的识别率， 与原创匹配网络模型相比，改进的模型在类别数更多而样本数较少的复杂场景下具有更好的 识别效果。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
