小樣本深度學(xué)習(xí)在目標(biāo)識別分類領(lǐng)域的應(yīng)用前景研究

打開文本圖片集

關(guān)鍵詞：小樣本目標(biāo)識別分類；數(shù)據(jù)增強(qiáng)；遷移學(xué)習(xí)；度量學(xué)習(xí)

中圖分類號：ＴＰ１８ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）１１－２５９４－０８

０引言

快速準(zhǔn)確實現(xiàn)目標(biāo)識別分類是信息化戰(zhàn)爭背景下的迫切需求，直接影響到效能。迄今為止，目標(biāo)識別領(lǐng)域主要基于傳統(tǒng)的人工特征設(shè)計、提取，基于自動化提取目標(biāo)特征的深度學(xué)習(xí)算法成為目前目標(biāo)識別分類商業(yè)化應(yīng)用發(fā)展階段中被期望克服數(shù)據(jù)專業(yè)性壁壘、數(shù)據(jù)處理耗時長等困難的一種方式［１］。（剩余6293字）