摘要
本发明公开基于小样本差异性学习的机电设备三维测量数据分类方法,所包括:对机电设备三维点云数据进行采样;将采样结果分为支持集和查询集;将采样结果输入到点特征编码器并聚合,生成机电设备三维点云数据的隐藏表示;设计分类任务特征生成器,基于支持集点云的隐藏表示来生成分类任务的类别全局特征;设计特定点云解码参数生成器,基于查询集的隐藏表示、支持集的隐藏表示、支持集的标注标签、类别全局特征表示,得到查询集的生成参数;最后根据查询集的生成参数和隐藏表示实现机电设备三维测量数据分类。本专利具有计算复杂度低、分类精度高和适应性强的优点,适用于各种基于小样本对三维点云数据进行分类的应用场景。
技术关键词
机电设备
数据分类方法
生成参数
三维点云数据
前馈神经网络
解码参数
样本
神经卷积网络
节点
编码器参数
随机梯度下降
标签类别
元素
场景