一种基于完整表述和泛化描述的小样本分类方法

本申请提供了一种基于完整表述和泛化描述的小样本分类方法，涉及数据处理技术领域，通过将基础数据集输入教师网络生成教师混合统计特征；通过自编码器压缩重构教师混合统计特征，生成教师潜在编码特征和教师重构特征后，计算第一多目标损失值并应用于梯度下降算法更新教师网络，直至教师网络训练完成；将基础数据集输入教师网络，得到学生混合统计特征、学生潜在编码特征和学生重构特征输出后进行知识蒸馏迁移，采用梯度下降算法迭代优化学生网络。本申请解决了现有技术由于卷积神经网络池化机制仅提取特征分布的部分统计量，导致特征嵌入描述不完整的技术问题，达到了实现嵌入特征的精细化建模与泛化能力提升的技术效果。