一种用于优化零样本学习的方法

    公开(公告)号:CN115424262A

    公开(公告)日:2022-12-02

    申请号:CN202210933026.6

    申请日:2022-08-04

    Applicant: 暨南大学

    Abstract: 本发明公开了一种用于优化零样本学习的方法,具体涉及数据处理领域。本发明通过利用了视觉和语义特征共享的潜在概念,提出匹配它们潜在的视觉和语义表示,并引入了视觉和语义特征损失的重构以减少域移和信息损失,从而将重构正则化添加到相似的特征中,通过所提出的方法获得保留知识的共享概念;在数学上该问题被表述为其潜在公共子空间的相互正交投影的最小化问题,将该问题分解为两个子问题,利用基于巴兹莱‑波温步长的搜索算法进一步解决了这两个子问题;精度优于现有的ZSL方法。

Patent Agency Ranking