基于混合高斯分布的广义零样本识别

作者：邵洁; 李晓瑞^*

来源：上海电力大学学报, 2021, 37(05): 475-480.

• 广义零样本识别
• 混合高斯模型
• 变分自编码器

与传统零样本识别相比,广义零样本识别的样本不仅包括测试类别样本,还包括训练类别样本,因此,广义零样本识别更具有现实意义。提出了一种基于混合高斯分布的广义零样本识别的算法(MGM VAE),在编码器中采用多个通道结构,促使变分自编码器(VAE)模型可以在更广泛的空间内寻求更好的映射解。

• 单位
  上海电力大学