一种基于可视化重构的少样本分类方法

AITNT
正文
推荐专利
一种基于可视化重构的少样本分类方法
申请号:CN202411550391
申请日期:2024-11-01
公开号:CN119474977B
公开日期:2025-10-21
类型:发明专利
摘要
本发明的目的就是为了克服用户只能看到训练结果,并不能看到查询集和支持集之间的关系以及不能对支持集里的样本进行筛选,提供了一种直观形象、可以在分类过程中观察支持集对分类结果影响的可视化办法。为了解决上述技术问题,本发明的技术方案为:一种基于可视化重构的少样本分类方法,用以在样本集很少的情况下,通过交互的方法来提高支持集的质量并提高分类结果,包括以下步骤:S1、查询集样本的重构;S2、支持集样本的相似矩阵可视化生成;S3、支持集样本的推荐算法;S4、替换过程的类内,类间聚合程度的可视化生成。
技术关键词
样本分类方法 推荐算法 特征提取器 重构算法 矩阵 超参数 代表 分子 办法 布局 线性 阶段 关系 数据
系统为您推荐了相关专利信息
1
基于机器学习的智能水温控制系统及方法
智能水温控制方法 智能水温控制系统 控制策略 时序 长短期记忆网络
2
一种涡旋三维多向重构与动态追踪方法
动态追踪方法 长短期记忆网络 强化学习模型 节点 序列
3
基于自适应学习的跨语言资讯数据采集与结构化处理方法
协方差矩阵 元学习策略 语义 线性分类器 动态特征提取
4
一种基于机器学习的原油产地识别方法、系统及介质
原油 机器学习模型 产地识别方法 数据 机器学习技术
5
基于纵向分析的肺癌化疗联合免疫治疗患者症状预测方法
医学影像数据 患者 风险评估报告 综合症状 生成对抗模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号