基于迁移学习的小样本图像分类研究.docx

基于迁移学习的小样本图像分类研究

摘要：

随着数据规模和计算资源的发展与进步，机器学习已在理论研究和实际应用中取得巨大突破。在科学技术不断发展的今天，人们在各个领域都需要计算机技术的支持。因此图像分类无论是在交通、工业、公共安全、医疗和农业等于民生息息相关的方面还是国防，航天等关乎国家命运的层面都有着大量的应用。因为在很多情况下，可以得到的数据并不足以传统的神经网络进行学习，所以我们需要一种新的方式进行学习，这就是迁移学习。针对这种背景，基于迁移学习的小样本图像分类研究有着重要的价值。

本文的研究内容如下：

1)研究了迁移学习的发展历史，原理和主要方法。针对迁移学习的各种方式的适用环境