深度神经网络相关研究中都面临着小样本数据集的挑战，小样本学习技术研究逐渐受到广泛关注。目前，国内关于小样本学习的相关研究综述缺乏全面性和系统性。本文针对面向深度神经网络应用的小样本学习技术进行综述。本文着眼于小样本学习算法框架的关键组成因素，将其分为基于数据增强和基于网络模型两大类，同时对代表性算法开展深入讨论与分析。最后，通过对小样本学习研究现状的总结与分析，对小样本学习的未来发展进行了展望，期望为该领域后续的研究工作提供启示。
科研之友
微信
新浪微博
Facebook
分享链接
