[发明专利]一种基于原型图神经网络和小样本学习的罕见病分类方法在审
| 申请号： | 202210565650.5 | 申请日： | 2022-05-23 |
| 公开（公告）号： | CN114898436A | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 马圣进;院旺;马利庄 | 申请（专利权）人： | 华东师范大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/82;G06V10/764;G06N3/04;G06N3/08 |
| 代理公司： | 上海蓝迪专利商标事务所(普通合伙) 31215 | 代理人： | 徐筱梅;张翔 |
| 地址： | 200241 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于原型图神经网络和小样本学习的罕见病分类方法，其包括：收集罕见病人脸样本构成数据集，按照n‑way k‑shot的形式划分为h个迭代集；迭代集中每个类所有样本通过嵌入子网络得到特征向量并计算一个原型点；用所有特征向量及原型点构建原型图神经网络，设置三个网络来交替优化节点/边特征相关性和标签：节点特征更新网络用来细化结点的特征，边特征更新网络用来增强边的表示能力，节点标签传播网络用来推断结点的标签；设计了一个由交叉熵损失和几何正则化损失组成的损失函数优化模型。本发明引入图神经网络进行小样本学习，克服了罕见病人脸样本量少带来的过拟合问题，模型的分类准确性更高。 | ||
| 搜索关键词： | 一种 基于 原型 神经网络 样本 学习 罕见 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东师范大学，未经华东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210565650.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种自适应内壁管道机器人
- 下一篇：一种基于物联网的蓄禽养殖环境智能监控系统
