基于改进匹配网络模型的单样本学习方法

摘要

本发明公开了一种基于改进匹配网络模型的单样本学习方法，涉及深度学习下的图像分类识别技术领域，包括以下步骤：（1）对训练样本数据集和测试样本数据集分别进行预处理降维；（2）利用四层深度卷积神经网络提取训练样本和测试样本的高层语义特征；（3）对高层语义特征分别采用双向LSTM算法和AttLSTM算法提取训练样本和测试样本的关键有用特征并进行编码并得出分类的结果。采用本发明的技术方案深度学习下的图像分类识别在类别数更多而样本数较少的复杂场景下还具有高识别率。