-
题名一种改进的小批量手写体字符识别算法
被引量：2
- 1
-
-
作者
李远沐
王展青
-
机构
武汉理工大学理学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第7期1541-1546,共6页
-
基金
国家“八六三”项目(2015AA015403)资助。
-
文摘
在机器学习领域,从少量样本中高效的学习仍然是一个巨大的挑战.本文借鉴度量学习的思想,基于深度高斯过程模型这一非参数模型,提出了用于小批量手写字符识别的深度高斯匹配网络.该框架可以自适应的学习到一种将以标注支撑集和未标注的样本映射能够有效到其标签的深度结构,同时避免因训练数据不足而出现的过拟合现象.在深度高斯过程模型的训练阶段,运用标准化流方法构造灵活的变分分布,改善了推断的质量.并且在稀疏化高斯模型以降低计算量时,使用最优k均值方法寻找伪点.在Omniglot和Mini Image数据集上的实验结果表明,相比于传统的CNN,本文算法在单学习样本中的准确率均有所提高,并且本文模型不依赖于微调,同时计算量也得到了控制.
-
关键词
深度高斯过程
变分推断
标准化流
小样本学习
手写体识别
-
Keywords
deep gaussian process
variational inference
normalized flow
few-shot learning
handwritten character recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
