原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于上下文记忆和细粒度校准的小样本学习方法和装置。该方法在小样本学习中模仿人类的认知机制，结合一个由“粗”到“细”的学习过程，首先通过一个类敏感的上下文记忆网络从全局特征的角度来学习具有判别性的关系嵌入，并预测全局query‑to‑class相似度；然后，从局部特征的角度对全局阶段预测的粗关系嵌入进行补充和完善，获得更精确的局部query‑to‑class相似度的评估结果。本发明融合了样本的全局特征信息和局部特征信息，能够显著减少分类误差。在处理全新任务时，本发明拥有更高的准确度
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112308123 A
(43)申请公布日 2021.02.02
(21)申请号 202011128422.9
(22)申请日 2020.10.20
(71)申请人 北京航空航天大学
地址
文档评论（0）