文档摘要:对比学习作为一种有效的预训练方式,通过区分正负样本对,促使编码器学到良好的视觉表征,使用少量样本即可获得优越的模型性能.然而现有的对比学习方法,仅通过数据增强这一单一方式构造正样本,导致所构建的正样本缺乏真实性和丰富性,限制了模型的性能.为缓解这一问题,提出一种基于正样本重构的对比学习框架.通过构造样本支持集,搜索当前样本的最近邻域作为正样本,将正样本扩充到真实场景,进一步提升算法的分类性能.实验结果表明,在公开的高光谱图像数据集PaviaUniversity和Houston上,所提出的算法仅使用每类10个标记样本即可获得优越的分类效果,在减少算法数据依赖的同时,提升了模型性能.
Abstract:Contrastlearning,asaneffectivepre-trainingmethod,promotestheencodertolearngoodvisualrepresentationbydistinguishingpositiveandnegativesamplepairs,andsuperiormodelperformancecanbeobtainedbyusingasmallnumberofsamples.However,theexistingcontrastlearningmethodonlyconstructspositivesamplesthroughdataenhancement,whichleadstothelackofauthenticityandrichnessoftheconstructedpositivesamples,andlimitstheperformanceofthemodel.Toalleviatethisproblem,acontrastivelearningframeworkbasedonpositivesamplereconstructionwasproposed.Byconstructingthesamplesupportset,thenearestneighborofthecurrentsamplewassearchedasthepositivesample,andthepositivesamplewasextendedtotherealscenetofurtherimprovetheclassificationperformanceofthealgorithm.TheexperimentalresultsshowthatinthepublishedhyperspectralimagedatasetsPaviaUniversityandHouston,theproposedalgorithmcanobtainsuperiorclassificationeffectbyusingonly10labeledsamplesforeachcategory,whichreducesthedatadependenceofthealgorithmandimprovesthemodelperformance.
作者:丰阳 罗天 戴元杰 朱甜甜 陈卓轩 陈腾飞 赵林 唐峰 吴健辉 Author:FENGYang LUOTian DAIYuanjie ZHUTiantian CHENZhuoxuan CHENTengfei ZHAOLin TANGFeng WUJianhui
作者单位:湖南理工学院三维重建与智能应用技术湖南省工程研究中心,湖南岳阳414006;湖南理工学院信息科学与工程学院,湖南岳阳414006湖南理工学院三维重建与智能应用技术湖南省工程研究中心,湖南岳阳414006;湖南理工学院物理与电子科学学院,湖南岳阳414006湖南理工学院三维重建与智能应用技术湖南省工程研究中心,湖南岳阳414006;湖南理工学院机械工程学院,湖南岳阳414006
刊名:成都工业学院学报
Journal:JournalofChengduTechnologicalUniversity
年,卷(期):2024, 27(4)
分类号:TP391
关键词:对比学习 自监督学习 编码器 高光谱图像
Keywords:contrastivelearning self-supervisedlearning Encoder hyperspectralimage
机标分类号:TP751TP391.41TP183
在线出版日期:2024年7月19日
基金项目:湖南省研究生科研创新项目,湖南省研究生科研创新项目,湖南省自然科学基金项目,湖南省教育厅科学研究项目,湖南省教育厅科学研究项目基于正样本重构对比学习的小样本高光谱图像分类研究[
期刊论文] 成都工业学院学报--2024, 27(4)丰阳 罗天 戴元杰 朱甜甜 陈卓轩 陈腾飞 赵林 唐峰 吴健辉对比学习作为一种有效的预训练方式,通过区分正负样本对,促使编码器学到良好的视觉表征,使用少量样本即可获得优越的模型性能.然而现有的对比学习方法,仅通过数据增强这一单一方式构造正样本,导致所构建的正样本缺乏真实...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词:对比学习,自监督学习,编码器,高光谱图像,
- 文件大小:
- 2.58 MB
- 下载次数:
- 60
-
高速下载
|
|