声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1429/V
国际刊号：1005-2615
发布日期:
作者：徐惠灵，尚政国，董胜波，苏琪雅
单位：北京遥感设备研究所，北京100854；,北京遥感设备研究所，北京100854；,北京遥感设备研究所，北京100854；,北京遥感设备研究所，北京100854；
关键词：小样本学习;数据增强;网络模型;深度学习
深度神经网络相关研究中都面临着小样本数据集的挑战，小样本学习技术研究逐渐受到广泛关注。目前，国内关于小样本学习的相关研究综述缺乏全面性和系统性。本文针对面向深度神经网络应用的小样本学习技术进行综述。本文着眼于小样本学习算法框架的关键组成因素，将其分为基于数据增强和基于网络模型两大类，同时对代表性算法开展深入讨论与分析。最后，通过对小样本学习研究现状的总结与分析，对小样本学习的未来发展进行了展望，期望为该领域后续的研究工作提供启示。
来源：2022年第S期
《南京航空航天大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。