受样本规模的影响，小样本学习容易出现过拟合问题。嵌入空间的设计可以有效避免上述问题。为获得一个良好的嵌入空间，提出一种基于胶囊网络的双元度量方法。该方法能够提高嵌入空间的特征表达能力和度量能力，从而缓解数据缺乏所带来的过拟合问题。通过引入胶囊网络，使网络能够获取具有层级结构的语义特征。所得到的特征能够同时适应不同特征的两个相似性度量。相比单一度量网络，该网络能够生成更具区别性的特征。实验结果表明，该方法在小样本图像分类任务中实现了较好的分类精度。
科研之友
微信
新浪微博
Facebook
分享链接
